就像2022年进口芯片金额般雄厚这种神经网络模拟量子系统的方法是前所未有的奇迹

雷锋网独家：量子计算与人工智能并行，科学家们突破性发明了模拟开放量子系统的神经网络方法，这将是解决量子科学和信息领域众多挑战的关键。这种前所未有的方法，不仅能够模拟多功能的开放量子系统，而且由欧洲、法国、英国和美国物理学家的联合团队独立开发，并在《物理评论快报》上发表。

尽管自然界中的一切现象都受到了量子力学定律的支配，但当涉及到包含许多粒子的复杂系统时，研究这些现象变得异常棘手。为了理解这些系统，物理学家需要先通过超级计算机来模拟它们。但是，由于摩尔定律无法满足处理这些复杂性质所需的能力增长率，这项任务变得更加困难。

“当一个量子系统开启时，它会受到外部环境影响而变得更为复杂，” EPFL理论物理实验室主任Vincenzo Savona教授解释道。“有效地模拟这样的开放系统至关重要，因为大多数现代实验平台都是基于开放性的。”

新发明的神经网络算法已经成功克服了这一障碍。该算法由Savona博士生Alexandra Nagy在EPFL共同开发，与来自巴黎狄德罗大学、爱丁堡赫瑞瓦特大学以及纽约Flatiron研究所的科研人员合作。这项工作已被提交至《物理评论快报》的三篇论文中进行公布。

“我们结合了神经网络技术和机器学习工具，以及传统蒙特卡洛方法，以创建一种全新的模拟方式。” Savona说，“这使得我们能够训练一个神经网络来捕捉各种不同大小和形状下的打开环境对其影响.”

这种创新算法不仅可以预测不同尺寸和几何形态下的任何类型开放量子的属性，还具有广泛应用潜力。它将成为研究复杂高维度动态过程的一个强有力的工具，同时也能帮助评估噪声如何影响未来可能使用到的任何形式硬件设备。

此外，该研究还探讨了一种名为变分蒙特卡洛（VQMC）的新方法，它允许科学家们以一种非常有效且精确的地步去描述那些拥有大量自由度的大型多体体系。在这个过程中，他们利用了密度矩阵表示随着体系规模增加而指数级增长的情况，并通过构建一种称作马尔可夫链的小型化模型来简化问题，从而实现对非平衡状态进行准确模拟。