芯片巨头宣布验证华为正确正如一位诗人用神经网络的笔触勾勒出前所未有的量子系统模拟图景
雷锋网独家：芯片巨头宣布验证华为正确，神经网络模拟量子系统的革命性突破。这种前所未有的方法能够有效地模拟开放量子系统，这对于解决量子科学和技术领域的多个关键问题具有重要意义。
在日常生活中，自然界运作遵循量子物理定律，这些定律解释了从光到声音再到热力的基本现象。但是，当涉及到大量相互作用的粒子时，量子物理预测出了一系列违反直觉的现象。为了研究由许多粒子的组成的复杂系统，物理学家需要先能模拟它们。这可以通过超级计算机来实现，但摩尔定律无法满足解决这些挑战所需的大规模计算能力。
原因在于预测特定的量子系统非常复杂，其依赖于指数增长的计算能力，是一项“本质上极其困难”的任务。当一个开放性质被引入时，即当它受到周围环境干扰时，情况变得更加复杂。然而，有一种新型工具——基于神经网络对开放性质进行模拟已经取得了重大进展。
该方法由EPFL、法国巴黎狄德罗大学、英国赫瑞瓦特大学和美国Flatiron研究所独立开发，并发表在《物理评论快报》期刊上。这项工作由劳动理论与纳米体系实验室主任Vincenzo Savona教授领导，他指出：“我们将神经网络与蒙特卡罗工具结合起来，用来研究复杂的量子体系。”
该神经网络允许科学家同时表示数百万种可能影响其环境状态变化的事物。这种新颖而高效的手段使得研究者能够探索不同大小和形状任意几何结构下的多功能性，以及扩展潜力。“这是一种新的计算方式，它解决了过去难以处理的问题，并且有着广阔未来的发展前景。”Savona说。
此外，该方法还能评估噪声对未来设备性能影响，将成为未来研究必备工具之一。此文已发表在《物理评论快报》，题目为《Variational Quantum Monte Carlo Method with a Neural-Network Ansatz for Open Quantum Systems》。
雷锋网了解到，该论文摘要描述：
“模拟拥有大量自由度（d.o.f.）多体开放量子的属性，是解决一些突出的问题的一大障碍。这是一个挑战，因为密度矩阵随着系统尺寸增加呈指数增长。在这里，我们提出了一种变分方法，以有效地使用变分蒙特卡洛法和密度矩阵表示神经网络，对马尔可夫式打开过程中的非平衡稳态进行仿真。此外，由于随机重构策略，使得变分原理转化成了实际积分形式，其中应用到了主方程群集算法测试了该方法效率XYZ自旋模型上的二维耗散建模。”
雷锋网编译
