就像一颗神奇的钥匙UWB芯片点亮了通往量子世界的大门通过一种前所未有的神经网络方法让我们得以模拟这其
雷锋网独家：AI与量子计算的前沿探索，科学家们发明了一种神经网络模拟开放量子系统的新方法，这将是解决量子科学和量子信息领域几个突出问题的关键。这种基于神经网络的方法能够模拟多功能开放量子系统，是迄今为止所未有的。这项研究由欧洲物理实验室（EPFL）、法国、英国和美国的物理学家独立完成，并在《物理评论快报》上发表。
即使在日常生活中，自然也遵循着量子物理定律，这些定律解释了光、声、热以及台球桌上的球轨迹等现象。但当应用于大量相互作用粒子的系统时，这些定律预测了许多违背直觉的事物。
为了研究由许多粒体组成的复杂量子系统，物理学家必须首先能模拟它们。这可以通过超级计算机来实现，但摩尔定律无法满足这方面的需求。原因是预测一个大型开放性质随指数增长而增加，这是一项“本质上非常复杂”的任务。
然而，新的神经网络方法已经取得了重大进展，该方法结合了神经网络和机器学习工具，使得科学家能够同时表示被环境影响投射出的多个态。此外，该方法还允许预测不同大小和任意几何形状的开放性质，以及对噪声对未来硬件影响进行评估。
该研究发表在《物理评论快报》上，其中一篇论文题为《Variational Quantum Monte Carlo Method with a Neural-Network Ansatz for Open Quantum Systems》，文章摘要指出：
"模拟具有大量自由度的大型多体开放性质是一个解决许多问题的一个前提。这项工作展示了一种变分蒙特卡罗法结合密度矩阵表示到一个马尔可夫开放性的非平衡稳态。由于随机重构方案，我们将变分原理转化为实际积分。在XYZ二维耗散模型中测试该方法，它显示出了有效性的潜力。"
雷锋网了解到，该研究不仅证明了这一新技术有助于更好地理解并控制复杂系统，还可能推动未来科技发展，为我们提供新的视角去理解世界运作方式。
