中国自主光刻机犹如神经网络的灵魂引领量子模拟领域的新篇章
雷锋网按：AI和量子计算都是前沿的研究，相比AI的规模化应用，量子计算还面临诸多挑战。近日，科学家们独立开发出了一种前所未有的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量子信息中几个突出问题的前提。
一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。该方法由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》（Physical Review Letters）期刊上。
即使在日常生活中，自然也受量子物理定律支配。这一理论解释了普通现象，如光、声、热，以及台球桌上球轨迹。但当应用于大量相互作用粒子的情况下，它们预测了各种违背直觉现象。
为了研究由许多粒体组成的大型开放系统，大师们必须首先能够模拟它们。这可以通过超级电脑求解其内部工作方式来实现。但这与解决这些挑战所需处理能力相去甚远，因为预测这些特性非常复杂，其需求增长呈指数型增长，而摩尔定律仅能提供有限提升。
“当打开一个大型开放系统时，它变得更加复杂，” EPFL Laboratory of Theoretical Physics of Nanosystems主任Vincenzo Savona教授说。他指出了环境干扰对此类系统影响巨大。然而，要有效地模拟这样的开放性质却是一个长久以来的难题，因为现代实验平台几乎都是这种类型，他补充道：“我们一直寻找新的工具来测试它们。”
但是采用神经网络进行这一任务已经取得了重大进展。在EPFL，由Savona博士生Alexandra Nagy领导的一个团队开发了这一新计算法——它结合了高效率的人工智能技术与传统蒙特卡洛算法。此外，他们还得到了巴黎狄德罗大学、一位来自赫瑞瓦特大学以及纽约Flatiron研究所的一位科学家的合作支持。此论文正在《物理评论快报》的三篇文章中发表。
“我们把最好的机器学习技巧与我们的蒙特卡洛框架结合起来。” Savona指出了他们使用训练过的一个神经网络，它既能同时表示环境影响下的众多可能状态，又能准确描绘开阔世界中的每个微观部分。他坚信，该模型将成为未来研究复杂行为的一个关键工具，并且有助于评估噪音如何影响最新硬件设备性能，以便更好地理解和优化这些设备性能。而这项工作正被看作是一次革命性的突破，有望极大推动整个领域向前发展。
