物理学家使用人工神经网络模拟量子多体系统的波函数

苏黎世联邦理工学院的一对物理学家开发了一种使用人工神经网络表征量子多体系统的波函数的方法。Giuseppe Carleo和Matthias Troyer 在发表在《科学》杂志上的论文中，描述了他们如何哄动神经网络来模拟量子多体系统的某些方面。与新南威尔士大学的迈克尔·嘘提供了一个前景一片由一对在同一期刊的问题所做的工作，并概述了试图解决同样的问题时，其他研究人员所面对的问题。

当今物理学家面临的难题之一是想出一种方法来模拟量子多体系统，即，显示给定系统中存在的所有状态，例如物质。这样的系统迅速变得复杂-例如，一组仅100个量子粒子可能具有多达10 35个自旋态。甚至最强大的现代计算机也很快变得不知所措，试图描述这样的系统。在这项新工作中，研究人员采用了不同的方法-而不是尝试计算每种可能的状态，而是使用神经网络对整个系统进行了概括。

两人首先指出，去年用来击败围棋世界冠军的系统可能会以模拟多体系统的方式进行修改。他们创建了相同类型神经网络的简化版本，并对其进行编程以模拟多体系统的波动函数（通过使用一组权重和仅一层隐藏偏差）。然后，他们通过获得神经网络来确定系统的基本状态。为了了解他们的系统运行状况如何，他们对已经解决的问题进行了比较，并报告说他们的系统比那些依靠蛮力方法的系统要好。

该系统只是一个概念证明，而不是物理学家使用的实际工具，但它展示了可能的方法-正如Hush所指出的那样，需要付出更多努力才能获得具有突破性应用的工具，正如Hush指出的那样。