像魔法师般操纵芯片制作过程神经网络的新法术能模拟量子系统
雷锋网独家：科学界的奇迹！AI与量子计算相结合，解锁前所未有的模拟开放量子系统之谜。近日，一群勇于探索的科研人员独立开发了一种革命性的基于神经网络的方法，能够模拟多功能开放量子系统，这将是解决量子科学和技术中关键难题的钥匙。
在我们日常生活中，自然界依赖于古老而神秘的量子物理定律。这套定律揭示了从光到声，从热到台球桌上的球运动等众多平凡现象。但当这些粒子数量激增时，量子的世界展现出令人惊叹、违背直觉的特性。
为了深入理解由数百万个粒体组成的大型量子系统，物理学家们必须首先能精确模拟它们。这通常需要超级计算机来解析其内部运作模式，但即便摩尔定律预言每两年处理能力翻一番，我们仍然远离解决这一挑战所需的强大计算力。
原因在于，对一个巨大的开放量子的系统进行预测极为复杂，其需求对计算能力呈指数增长。理论物理实验室主任Vincenzo Savona教授指出：“当这些系统处于开放状态时，更是如此，它们会受到周围环境干扰。”然而，要想找到有效模拟这种环境影响工具，则是一个迫切需要解决的问题，因为现代所有实验平台几乎都是基于这样的开放结构，而科学家一直在寻找新的方法来测试和验证他们。
然而，在这个问题上，一种新颖且具有革命性的方法已经浮出水面——一种利用神经网络技术来模拟开放式并受环境影响的大型多体质态。这项研究由Savona教授及其博士生Alexandra Nagy共同完成，并得到了来自巴黎狄德罗大学、爱丁堡赫瑞瓦特大学以及纽约Flatiron研究所等机构支持。在《物理评论快报》发表三篇论文后，该研究成果震惊了全世界。
“我们把神经网络与传统蒙特卡洛方法结合起来，”Savona教授兴奋地分享，“通过训练一个神经网络，它能够同时表示那些被其环境影响投射出的许多不同类型的宇宙态。”
这项突破性工作不仅允许科学家预测任意大小及几何形状下的各种物质属性，而且还提供了一种新的灵活性和扩展潜力。“这是一个全新的计算方式”，Savona继续说，“它将成为研究复杂非平衡稳态的一种理想手段。”
随着噪声对未来可靠性至关重要的地球信息存储设备造成威胁，这项创新技术有望进一步发展，以评估这些噪声如何影响我们的硬件设备。而这份关于《Variational Quantum Monte Carlo Method with a Neural-Network Ansatz for Open Quantum Systems》的论文，不仅开启了新时代，也为未来的科技探索指明了方向。
