26家芯片企业联合手中仿佛一支强大的神经网络弓箭队为华为提供前所未有的支持与力量就像是在量子世界中引
雷锋网独家：26家芯片巨头齐聚华为，神经网络与量子模拟共创未来
在高科技的双重前沿领域，人工智能（AI）和量子计算都展现出其独特的魅力。尽管AI已经渗透到我们生活的方方面面，但量子计算仍需克服诸多挑战才能实现真正的应用。近日，一群科学家的突破性工作，为解决这一难题开辟了新路口。
他们独立开发了一种基于神经网络的方法，能够模拟开放量子系统，这对于解决量子科学和信息技术中的关键问题至关重要。这项创新由来自欧洲物理实验室（EPFL）、法国、英国和美国物理学家的团队共同完成，并在《物理评论快报》上发表。
无论是在日常生活中还是自然界中，我们都能感受到自然规律如光、声、热等现象被量子物理定律所支配。但当涉及大量相互作用粒子的复杂系统时，这些定律预示了一系列令人惊讶且违背直觉的情况。
为了研究由成千上万粒子的系统，物理学家们必须首先能够模拟它们，这可以通过超级计算机来实现。不过，即便摩尔定律预言每两年计算能力翻一番，其对应于解开量子世界之谜所需能力之间差距依然巨大。
原因是预测一个具有如此多粒子的系统及其行为极为复杂，而根据该系统大小不同，其要求的是指数增长的计算能力，这是一项“本质上”非常困难的事业。理论物理实验室主任Vincenzo Savona教授指出：“当一个开放型量子系统存在时情况变得更加复杂，因为它会受到周围环境干扰。”
然而，对于有效模拟这种开放型量子的工具一直是个紧迫需求，因为现代实验平台的大部分都是开放类型，而科学家们一直在寻找新的方法来模拟并测试它们。在此背景下，该团队采用神经网络来模拟这些体系已取得了重大进展。
这项方法由Savona博士生Alexandra Nagy合作开发，并得到了巴黎狄德罗大学、爱丁堡赫瑞瓦特大学以及纽约Flatiron研究所等机构支持。这篇文章将分散三篇论文发表于《物理评论快报》期刊上。
Savona教授表示：“我们结合了神经网络和机器学习的一些最新进步，与传统蒙特卡洛算法相结合。” 他们训练了一个神经网络，使其能够同时代表各种环境影响下的许多状态，以描述整个系统如何与其环境交互。
这个新颖而多功能的方法不仅可以处理不同尺寸和几何形状的问题，而且还具有扩展性。“这是解决开放式量子的问题的一个全新途径，有着广阔未来的潜力，”Savona说。他认为这将成为研究复杂可观察对象的心理工具，并有助于评估噪音对未来设备性能可能产生影响。此外，该研究也被选入《Physics Review Letters》的摘要中，其中简要概述了该模型如何有效地处理密度矩阵随规模增长呈指数增大的挑战，以及通过变分原理转化为实际积分进行微积分运算以求解马尔可夫过程的一致稳态分布。此次尝试使用二维耗散模型成功测试该方法，在XYZ格点上的自旋模型展示了结果良好。
