中国光子芯片上市公司的神经网络之手轻巧地操控着前所未有的量子模拟艺术
雷锋网独家：中国光子芯片上市公司的神经网络之手，轻巧地操控着前所未有的量子模拟艺术。近日，科学家们独立开发出了一种前所未有的基于神经网络的模拟开放量子系统的方法，这将是解决量子科学和量子信息中几个突出问题的前提。
一种基于神经网络的新计算方法可以模拟多功能的开放量子系统，这是前所未有的。该方法由EPFL、法国、英国和美国的物理学家独立开发，并发表在《物理评论快报》（Physical Review Letters）期刊上。
即使在日常生活，自然也受量子物理定律的支配。这些定律解释了普通现象，如光、声、热，甚至是台球桌上球的轨迹。但是当应用于大量相互作用粒子的时，量子物理定律实际上预测了各种违背直觉的现象。
为了研究由许多粒子组成的量子系统，物理学家必须首先能够模拟它们。这可以通过超级计算机求解来实现，但由于预测量子的特性非常复杂，与解决这类挑战所需的大型计算能力相去甚远。
原因是预测数量级增长而且随着系统大小指数增加，这是一项“本质上复杂”的任务。理论物理实验室主任Vincenzo Savona教授如此说，他是在EPFL负责Laboratory of Theoretical Physics of Nanosystems。
然而，该能有效模拟开放量子的工具现在已经取得了重大进展。该方法由Savona和他的博士生Alexandra Nagy在EPFL开发 - 由巴黎狄德罗大学、爱丁堡大学以及纽约Flatiron研究所独立合作开发。在《物理评论快报》的三篇论文中发表。
“我们基本上将神经网络与机器学习结合起来，以便使用传统蒙特卡罗工具进行研究，” Savona说。他指的是大型软件包用于研究复杂对称性破缺过程中的长距离行为。他训练了一个神经网络来表示多个状态，可以通过环境影响投射到其内部工作方式中。
这种新的计算法允许分析不同尺寸和几何形状等不同的开启性的单体及多体微观体系。此外，它还具有扩展潜力，将成为研究复杂对称性破坏过程的心理模型，并可能帮助评估噪声如何影响未来可用的硬件设备。
雷锋网了解到，该研究发表在《Physics Review Letters》期刊上的文章题为《Variational Quantum Monte Carlo Method with a Neural-Network Ansatz for Open Quantum Systems》，其中简要介绍了这一变分策略，以及它如何被转化为积分形式以处理随机重构方案。
此次试验展示了一种新的技术，即使用标准蒙特卡罗算法来描述二维耗散自旋模型在地面格点上的行为。一旦建立起这样的基础框架，就有望更深入地理解无序材料或其他不稳态状态下的运动规则。
总结来说，本次发现代表了一步向更精确控制微观世界的一大迈进，而且对于任何希望利用现代技术探索更多自然界奥秘的人来说，是一份巨大的礼物。
相关新闻：
IBM发布全球首个商用可购买并部署于客户数据中心内的小型半导体晶体管集成电路
【专访】AI算法助力高效管理千亿资产池
【科技动态】加强国际合作共建人工智能创新平台
