算法巨大突破！AI神经网络模拟量子系统

克日，研究职员操作基于神经收集的新算法，乐成模仿了量子体系的“稳态”。操作神经收集预计并模仿波函数和密度矩阵，大大低落了计较伟大度和算力需求，为办理量子科学和信息规模的几个突出题目打下了基本。

纵然是在一般糊口中，大天然也受到量子物理定律的支配。这些定律表明白糊口中的常见征象，如光、声、热，乃至是台球桌上球的行为轨迹。这些一般都是切合公共视觉和想象的，我们都已经习觉得常。可是当涉及到大量彼此浸染的粒子时，量子物理定律所表明的征象，大部门和我们的直觉相违反。

为了研究由大量粒子构成的量子体系，物理学家必需起首可以或许模仿这类体系。表明量子体系内部运行机制的方程可以由超等计较机解出，可是，固然摩尔定律猜测，计较机的处理赏罚手段每两年翻一番，但这与办理量子物理面对的挑衅所需的计较手段相去甚远。

造成这个坚苦的缘故起因是，预丈量子体系的本质长短常伟大的，要想跟上量子体系局限的增添，计较力必要呈指数增添。这是一项“本质上极其伟大”的使命。EPFL纳米体系理论物理尝试室认真人Vincenzo Savona传授暗示。

“对付开放式量子体系，环境会变得越发伟大，由于体系会受到周围情形的滋扰，”萨沃纳增补道。很是必要有用模仿开放量子体系的器材，由于量子科学和技能的大大都当代尝试平台都是开放体系，物理学家一向在探求新的要领来对这些体系模仿和测试。

克日，洛桑联邦理工学院（EPFL）的研究职员回收神经收集模仿量子体系的新计较要领，已经取得了重大盼望。相干研究成就已在“物理评述快报”的三篇论文中颁发。

论文择要：

对开放量子体系性子的模仿，是办理量子科学和信息规模的几个突出题目的条件。这个题目的难度在于体系的密度矩阵会跟着体系局限的增大呈指数级增添。本文提出一种变分要领，操作变分蒙特卡罗要领和密度矩阵的神经收集，有用模仿了马尔可夫开放量子体系的非均衡稳态。

操作神经收集（右）找到“开放”量子体系的静止稳态（左）

在开放量子体系中，研究职员的方针是找到“稳态”，即不随时刻变革的量子态。确定这种状态的情势理论已经存在。当体系包括多个量子粒子时，计较上也许会呈现坚苦。要描写整个自旋体系，必需确定2^N种也许的状态。仅仅存储20次旋转的这些信息必要约莫8千兆字节的RAM，而且每增进一次旋转，所需算力就会翻倍。在开放体系中处理赏罚沟通数目的旋转乃至更难，由于旋转必需用“密度矩阵”ρ来描写。这个矩阵局限极大，元素数目为2^N×2^N个。

神经收集ansatz对量子体系密度矩阵的图形暗示

神经收集的上风在于，它可以用很少的信息来近似模仿波函数或密度矩阵。神经收集就像一个数学“盒子”，将一串数字（矢量或张量）作为输入，并输出另一个字符串。对付模仿N量子体系的特定使命，神经收集函数可以作为波函数的“揣摩”，将N个工具的状态作为输入。然后，研究职员让收集从现实或模仿数据举办“进修”，或将波函数抉择的物理量举办最小化，来优化函数参数。一旦得到了正确的揣摩，就可用于计较其他物理属性，其参数数目远远少于2^N 。

“这个研究根基上就是将神经收集和呆板进修的前进，与量子蒙特卡罗器材团结起来，”Savona说，他说的“量子蒙特卡罗器材”指的是物理学家用来研究伟大量子体系的大型算法器材包。科学家实习了一个神经收集来同时暗示多个量子体系，可以通过其情形的影响投射的很多量子态。

稳态自旋布局因子作为α=β的函数计较为3×3点阵，k = 0（上图）和k =（2π/ 3,0）（下图）

这一基于神经收集的要领可以或许让物理学家猜测相等巨细的量子体系的性子。“这种新算法办理了开放式量子体系的题目，具有多成果性和扩展的潜力，”萨沃纳说。该要领将成为研究伟大量子体系的首选器材，并且将来可以发生更多器材，好比评估噪声滋扰对量子硬件体系的影响。

参考链接：

https://actu.epfl.ch/news/simulating-quantum-systems-with-neural-networks/

论文地点：

https://arxiv.org/pdf/1902.09483.pdf

https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.122.250502

https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.122.250503

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!