AI如何简化量子物理难题？
2024-10-20 10:00:04 发布
美国物理学家借助人工智能技术，成功将一个包含10万个方程的复杂量子问题简化为仅需4个方程的小规模问题，且保持了计算的准确性。这一突破性成果，发表在《物理评论快报》上，预示着我们对电子相互作用系统的研究方法将发生根本性变革。如果这项技术能扩展到其他领域，它还可能助力于开发具有超导性或清洁能源发电等特性的新型材料。
这项研究的核心是哈伯德模型，它用于模拟电子在晶格上的运动及其相互作用，是理解强关联电子系统的关键。然而，即便是在哈伯德模型中处理少量电子，也需巨大的计算资源，因为电子间的相互作用会导致量子纠缠，使得计算复杂度急剧上升。
传统的重整化群方法虽然能观察系统行为如何随属性变化，但要跟踪电子间所有可能的耦合，需要解决的方程数量庞大。纽约熨斗研究所的计算量子物理中心（CCQ）的研究人员采用了神经网络技术，通过机器学习程序在重整化群内创建连接，并调整这些连接的强度，最终找到了一组仅包含4个方程的解决方案，却能复现原始大规模问题的物理特性。
尽管训练这一机器学习程序需要数周的计算时间，但研究人员已经能够调整程序以解决其他问题，而无需重新开始。展望未来，他们计划探索这种方法在更复杂的量子系统中的应用，例如研究材料中电子的长距离相互作用。