中国首台3纳米光刻机如同神经网络的奇迹能够模拟量子系统的奥秘
中国首台3纳米光刻机，犹如神经网络的奇迹，能够模拟量子系统的奥秘。这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。这一方法由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》期刊上。
即使在日常生活中，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，以描述其内部工作方式来实现。但是，由于摩尔定律无法满足解决量子物理挑战所需的大规模计算能力，这变得更加复杂。
原因是在于预测量子的特性非常复杂，它们根据数量以指数型增长，这是一项“本质上复杂”的任务。当量子系统开放时情况变得更加复杂，因为它会受到周围环境干扰。而有效模拟开放系统工具是不足之需，因为大多数现代实验平台都是开放式，而科学家一直在寻找新的方法来模拟和测试它们。
然而，该采用神经网络模拟开端体验的一种新计算方法已经取得了重大进展。该方法由Savona教授和他的博士生Alexandra Nagy在EPFL开发，与巴黎狄德罗大学、爱丁堡大学以及纽约Flatiron研究所合作完成，并将发表在《Physical Review Letters》期刊上。
"我们基本上将神经网络与蒙特卡洛工具结合起来," Savona说。他指的是用于研究复杂数量级别体系的大型计算技术包装。科学家训练了一种神经网络来表示可以通过环境影响投射到许多状态中的一个或多个波函数态。
这项技术允许科学家预测不同大小和任意几何形状下任何类型开放性的质心性质。“这是一种全新的计算模型，它解决了许多问题并具有扩展潜力,” Savona说。这一方法将成为研究包括噪音对未来硬件性能评估等领域中更广泛的问题的一种首选手段。
该研究已被提交至《Physical Review Letters》，论文摘要总结如下：
"由于密度矩阵随着体系规模增加而呈指数增长，对具有大量自由度（d.o.f.）多体开放系统进行非平衡稳态属性仿真是一个前提条件。在这里，我们提出了一种变分蒙特卡洛法与基于密度矩阵表示的人工智能策略结合使用，以高效地仿真马尔可夫打开系统非平衡稳态。此外，我们还展示了一种随机重构方案，将变分原理转化为实际积分形式，从而提高算法效率。此外，我们还利用二维耗散模型对XYZ格子的自旋模型进行验证测试。”
此文编译自EPFL及APS相关报道
