就像手机CPU的天梯图一样神经网络绘制出了通往量子系统前所未有的奇妙之路
雷锋网独家：科学界的突破性进展——神经网络模拟量子系统新方法
在科技前沿的探索中，人工智能（AI）与量子计算并行进行，各自面临着不同的挑战。最近，一项创新的基于神经网络的技术成功地模拟了开放量子系统，这对于解决多个量子科学和信息领域的问题具有重要意义。
这一突破性的方法由欧洲物理实验室（EPFL）、法国、英国和美国的一线物理学家独立开发，并发表在《物理评论快报》上。这项工作不仅展示了前所未有的模拟能力，而且为研究者提供了一种处理复杂现象的新工具。
自然界中的许多现象都受到量子物理定律的支配，从日常生活中的光、声、热到台球桌上的运动轨迹。然而，当涉及到大量相互作用粒子的情况时，量子理论揭示出一系列违背直觉的事实。
为了理解由许多粒体组成的大型量子系统，科学家们需要先能模拟它们，这通常通过超级计算机来实现。但是，即便摩尔定律预言每两年电脑处理速度翻倍，这仍然远远不能满足解读这些复杂现象所需的巨大计算力需求。
原因在于预测一个开放量子的特性极其困难，它们随着系统大小呈指数增长，而这是一项“本质上不可避免”的任务。EPFL理论物理实验室主任Vincenzo Savona教授指出，“当一个系统被打开时，更大的干扰进入”，这使得有效模仿更加必要，因为现代实验平台几乎都是开放类型，但一直缺乏合适的手段来模拟或测试它们。
但现在，由Savona博士生Alexandra Nagy领导的一个团队以及来自巴黎狄德罗大学、爱丁堡大学和纽约Flatiron研究所的其他科学家们共同研制出的基于神经网络模型已经显著推进了这个过程。这项研究将会分三篇论文发表于《Physical Review Letters》期刊上，其中包括Savona对此项目描述如下：
我们结合了神经网络与机器学习技术，以及用于研究复杂高维度空间中交互强烈微观物体的大型蒙特卡罗算法工具箱。“我们训练了一个能够同时表示环境影响下多种状态投射至类似场景内众多可用态的一般化方式。”
这种方法允许研究人员预测各种尺寸和形状不同开启且受影响环境条件下的量子的属性。“这是一种全新的计算手段，对于解决问题而无比潜力。”Savona教授如此评价该技术，将成为未来评估噪音对未来硬件设备性能影响等领域深入研究必备工具之一。而这样的创新也标志着人类科技发展道路上的又一次飞跃。
