Forskere bruger kunstigt neuralt netværk til at simulere et kvante-system med mange legemer

(Phys.org)-Et par fysikere med ETH Zürich har udviklet en måde at bruge et kunstigt neuralt netværk til at karakterisere bølgefunktionen i et kvante-system med mange legemer. I deres papir offentliggjort i tidsskriftet Videnskab , Giuseppe Carleo og Matthias Troyer beskriver, hvordan de lokkede et neuralt netværk for at simulere nogle aspekter af et kvantemultikroppssystem. Michael Hush med University of New South Wales tilbyder et stykke Perspectives om parrets arbejde i det samme journalnummer og skitserer også de problemer, andre forskere har stået over for, når de forsøger at løse det samme problem.

En af de vanskelige udfordringer, som fysikere står over for i dag, er at finde på en måde at simulere kvante mange-kropssystemer, dvs. viser alle de tilstande, der findes i et givet system, såsom et stykke stof. Sådanne systemer vokser hurtigt kompliceret - en gruppe på kun 100 kvantepartikler, for eksempel, kunne have så mange som 10 ³⁵ spin -tilstande. Selv de mest kraftfulde moderne computere bliver meget hurtigt overvældede i forsøget på at skildre sådanne systemer. I denne nye indsats, forskerne tog en anden tilgang - i stedet for at forsøge at beregne enhver mulig tilstand, de brugte et neuralt netværk til at generalisere hele systemet.

Parret begyndte med at bemærke, at systemet, der bruges til at besejre en Go-verdensmester sidste år, kan ændres på en måde, der kan simulere et system med mange krop. De skabte en forenklet version af den samme type neurale netværk og programmerede det til at simulere bølgefunktionen i et system med flere krop (ved hjælp af et sæt vægte og kun et lag skjulte bias). De fulgte derefter op med at få det neurale netværk til at finde ud af et systems grundtilstand. For at se, hvor godt deres system fungerede, de løb sammenligninger med problemer, der allerede er løst, og rapporterer, at deres system var bedre end dem, der er afhængige af en brute-force tilgang.

Systemet var et proof-of-concept snarere end et egentligt værktøj til brug for fysikere, men det viser, hvad der er muligt - store bestræbelser, som Hush bemærker, der involverer flere skjulte skævheder og vægte kan resultere i et værktøj med banebrydende applikationer.

© 2017 Phys.org