就像1nm工艺是不是极限了我们现在有了一种基于神经网络的前所未有的方法它能模拟量子系统就像是开启了一
雷锋网独家：量子计算与人工智能并行前行，科学家们开辟了一个新领域的研究。尽管AI已经成功应用于各个行业，但量子计算仍面临诸多挑战。近期，物理学家独立开发了一种基于神经网络的模拟开放量子系统的方法，这将是解决量子科学和技术中关键问题的基础。
这种基于神经网络的新方法能够模拟多功能开放量子系统，这在科技界是一个前所未有的突破。这项工作由欧洲物理研究所（EPFL）、法国、英国和美国的一线物理学家合作完成，并发表在《物理评论快报》上。
自然界中的每一次日常事件，如光、声和热，都遵循着量子力学定律。但当我们试图理解由许多粒子的相互作用组成的大型系统时，这些定律展现出意想不到的情形。
为了研究由许多粒体构成的大型系统，科学家必须首先能模拟它们。这可以通过超级计算机来实现，但摩尔定律预测每两年计算能力翻一番，与解决复杂性的需求相去甚远。原因在于预测特性非常复杂，对于不同大小的系统需要指数级增长，而这是一项“本质上难以解决”的任务。
当开放性增加时情况变得更加复杂，因为它会受到环境干扰。但是有效模拟开放性大幅度提高了对这些工具需求，因为现代实验平台几乎都是开放性的。而目前还没有一种有效方法来模拟或测试它们。
然而，该团队利用神经网络进行模拟取得了重大进展。这项工作是在EPFL教授Vincenzo Savona领导下，由他博士生Alexandra Nagy等人共同完成，还有来自巴黎狄德罗大学、爱丁堡大学以及纽约Flatiron研究所的小组成员参与。此文将分三篇论文发表在《物理评论快报》上。
Savona解释说，他们结合了神经网络与机器学习技术，以及传统蒙特卡洛法，用训练过的神经网络表示可以通过环境影响投射出的多种状态。他指出这种方法允许他们预测任意大小和几何形状下的系统属性。“这是一个全新的计算方法，它不仅解决了打开式系统的问题，而且具有强大的扩展潜力。”该方法将成为未来研究复杂性高达数千个粒子的场景必需使用的一个工具，并且可能用于评估噪声如何影响未来硬件设备性能。
