“用神经互联网模拟量子系统”

即使在日常生活的规模上，自然也受量子物理定律的支配。 这些定律解释了光、声、热、台球桌上的球的轨迹等一般现象。 但是，如果应用于大量的相互作用粒子，量子物理定律实际上预测了各种违背直觉的现象。

为了研究由多个粒子构成的量子系统，物理学家必须首先能够模拟它们。 这可以通过处理描述在超级计算机内部运动的方程式来实现。 但是，摩尔定律预测计算机的解决能力每两年翻一番，这与处理量子物理课题所需的能力相差甚远。

量子系统性质非常多，本质上多是预测计算能力随量子系统大小呈指数增长，是一项复杂的任务，据理论实验室主任vincenzo savona教授介绍，根据epfl纳米系统物理学。

当量子系统开放后，意味着事件更多更复杂，受到周围环境的干扰，萨沃纳补充道。 但是，量子科学和技术的大部分现代实验平台都是开放系统，物理学家正在寻找新的方法进行模拟和测试，因此需要更有效地模拟开放量子系统的工具。

但是，采用神经网络模拟子系统的新计算方法已经取得了很大的进展。 这个方法是由savona和他的博士生alexandra nagy用epfl开发的。 由巴黎狄德罗大学的科学家、爱丁堡的赫勒瓦特大学、纽约的熨斗研究所独立开发。 整个文案在物理评论快报的三篇论文中发表。

我们基本上把神经互联网和机器学习的进步和量子蒙特卡罗工具结合起来，萨沃纳说的是物理学家用于研究多量子系统的大规模计算方法工具包。 科学家训练了神经互联网，代表了量子系统在其环境影响下可以投影的多个量子状态。

通过神经互联网的方法，物理学家可以预测相当大的大小和任意几何量子系统的性质。 这是一种新的计算方法，处理开放量子系统的问题，具有多功能性和扩展潜力，萨沃纳说。 这种方法将成为研究许多噪声量子系统的首选工具，以判断噪声对量子硬件的影响，同时未来将有越来越多的展望。