[论文解读] Computing the number of metastable states in infinite-range models

Giorgio Parisi|arXiv (Cornell University)|Feb 15, 2006

Neural Networks and Applications参考文献 2被引用 5

一句话总结

本文利用超对称性和随机矩阵理论计算了无限范围自旋玻璃模型中亚稳态的数量。结果表明，在Sherrington-Kirkpatrick模型中，大多数驻点为鞍点而非极小值，这一结果由自发超对称性的破缺所解释，从而解决了自旋玻璃物理中长期存在的谜题。

ABSTRACT

In these notes I will review the results that have been obtained in these last years on the computation of the number of metastable states in infinite-range models of disordered systems. This is a particular case of the problem of computing the exponentially large number of stationary points of a random function. Quite surprisingly supersymmetry plays a crucial role in this problem. A careful analysis of the physical implication of supersymmetry and of supersymmetry breaking will be presented: the most spectacular one is that in the Sherrington-Kirkpatrick model for spin glasses most of the stationary points are saddles, as predicted long time ago.

研究动机与目标

• 计算无限范围无序模型（特别是自旋玻璃）中指数级数量的亚稳态。
• 阐明超对称性在分类随机能量景观中驻点（极小值、鞍点）时的作用。
• 解决SK模型中亚稳态是极小值还是鞍点的长期悬而未决问题。
• 在超对称性破缺的情况下，区分 annealed 复杂度与 quenched 复杂度。
• 基于 Hessian 特征值谱，识别驻点空间中的相变。

提出的方法

• 使用复制方法和腔方法计算无限范围自旋玻璃模型中驻点的 annealed 复杂度。
• 应用随机矩阵理论分析驻点处 Hessian 矩阵的特征值谱。
• 在随机函数的背景下引入超对称性的概念，其中精确超对称性意味着所有驻点均为极小值。
• 识别出驻点行为的三种不同相：(I) 全为极小值，(II₁) 配对的极小值/鞍点合并为鞍点，以及 (II∞) 临界点处出现无能隙的负模式。
• 区分 annealed 复杂度 Σ(F) 与 quenched 复杂度 ˜Σ(F)，后者需要复制对称性破缺。
• 分析 SK 模型以及 p-自旋球形/伊辛模型，以分类不同自由能密度 F 下驻点的性质。

实验结果

研究问题

• RQ1 在无限范围自旋玻璃模型的能量景观中，驻点（极小值、鞍点）的分布是什么？
• RQ2 超对称性如何决定驻点的性质？当其发生自发破缺时会发生什么？
• RQ3 尽管存在亚稳态，为何在 Sherrington-Kirkpatrick 模型中大多数驻点是鞍点而非极小值？
• RQ4 在不同模型相中，负 Hessian 特征值的数量如何随系统尺寸 N 变化？
• RQ5 在复制对称性破缺存在的情况下，annealed 复杂度 Σ(F) 与 quenched 复杂度 ˜Σ(F) 之间的确切关系是什么？

主要发现

• 在 Sherrington-Kirkpatrick 模型中，大多数驻点为鞍点而非极小值，证实了长期存在的理论预测。
• 自发超对称性破缺导致配对的极小值与鞍点在 N→∞ 极限下合并为单一鞍点。
• 在 SK 模型中，整个亚稳态区域均处于 II₁ 相，其特征为 Hessian 谱中存在小能隙。
• 在最大复杂度点 F_M，系统进入 II∞ 相，其特征为负模式谱无能隙，表明临界行为。
• 对于 p-自旋球形模型，整个亚稳态区域处于相 I（全为极小值），表明存在精确超对称性。
• 在 p-自旋伊辛模型中，相结构更复杂：当 F < F_c 时为 II₁ 相，当 F > F_c 时为 I 相，且 F_c 位于 II∞ 相中，表明驻点性质发生交叉。