研究配图 1 - 描述隐藏费米子形式的几何解释
问题在于,电子可能在“量子力学”领域产生相互纠缠,意味着它们不能再被单独处理。对于任何具有多个粒子的系统,即使是最强大的计算机,也很难直接解开纠缠的连接网络。
有趣的是,来自瑞士洛桑联邦理工学院(EPFL)和纽约熨斗研究所计算量子物理中心(CCQ)的量子物理学家们,刚刚找到了一套新颖的解决方案。
研究配图 2 - 具有神经网络参数化约束函数的隐藏费米子行列式状态幅度
具体说来是,通过在计算机中添加与系统实际电子相互作用的额外‘幽灵’电子,就能够对纠缠进行模拟。而添加电子的行为,则是由被称作‘神经网络’的人工智能技术来控制的。
该网络会对此进行调节,直到找到能够投射回现实世界的解决方案,从而在没有伴随计算障碍的情况下、重新创建纠缠的效果。
研究配图 3 - 具有周期性边界条件 / 4×4 晶格中基态能量的精确对角化基准
研究一作、CQQ 兼纽约大学研究生 Javier Robledo Moreno 表示:
你可将电子视作不互相交流,就像它们不相互作用那样。
而我们添加的额外粒子,正试图解构实际物理系统中的粒子之间的确切相互作用。
此外在新论文中,物理学家证明他们的新方法,与简单量子系统中的竞争方法相匹配、甚至技高一筹。
研究配图 4 - 每点能量 / 竞争电荷与自旋
研究合著者、兼 CCQ 主任 Antoine Georges 表示:
在简单的测试平台基础上,目前我们正在分子和其它更现实的问题上展开尝试。
其重要性在于,一旦你有一种获得复杂分子波函数的好方法,就可以做到各种各样的事情 —— 比如设计具有特定特性的药物和材料。
(来自:PNAS)
最后,他们的长期目标,是让研究人员能够通过计算机来预测材料或分子的特性、而无需在实验室中进行合成与测试。
例如他们或许只用点击几下鼠标,即可对一系列不同的大分子展开模拟测试,以获得预期想要的药物特性。
扫一扫
在手机上阅读