Нейронные сети и призрачные электроны точно реконструируют поведение квантовых систем
Создан способ моделирования запутанности путём добавления в вычисления дополнительных «призрачных» электронов, которые взаимодействуют с реальными электронами системы. В новом подходе поведение добавленных электронов контролируется методом искусственного интеллекта, называемым нейронной сетью. Сеть вносит коррективы до тех пор, пока не находит точное решение, которое можно спроецировать обратно в реальный мир, тем самым воссоздавая эффекты запутанности без сопутствующих вычислительных препятствий. Физики представили свой метод 3 августа в Proceedings of the National Academy of Sciences.
В новом подходе к воспроизведению квантовой запутанности дополнительные «призрачные» электроны контролируются методом искусственного интеллекта, называемым нейронной сетью. Сеть вносит коррективы до тех пор, пока не находит точное решение, которое можно спроецировать обратно в реальный мир, тем самым воссоздавая эффекты запутанности без сопутствующих вычислительных препятствий. Предоставлено: Люси Рединг-Икканда/Фонд Саймонса.
Физики (временно) расширяют реальность, чтобы взломать код квантовых систем.
Предсказание свойств молекулы или материала требует расчета коллективного поведения его электронов . Такие прогнозы однажды могут помочь исследователям разработать новые фармацевтические препараты или создать материалы с востребованными свойствами, такими как сверхпроводимость. Проблема в том, что электроны могут «квантово-механически» запутаться друг с другом, а это означает, что их больше нельзя рассматривать по отдельности. Запутанная паутина соединений становится абсурдно сложной даже для самых мощных компьютеров, чтобы распутать их напрямую для любой системы, состоящей из более чем горстки частиц.
Теперь квантовые физики из Центра вычислительной квантовой физики Института Флэтайрона (CCQ) в Нью-Йорке и Федеральной политехнической школы Лозанны (EPFL) в Швейцарии обошли эту проблему. Они создали способ моделирования запутанности, добавив в свои вычисления дополнительные «призрачные» электроны, которые взаимодействуют с реальными электронами системы.
В новом подходе поведение добавленных электронов контролируется методом искусственного интеллекта, называемым нейронной сетью. Сеть вносит коррективы до тех пор, пока не находит точное решение, которое можно спроецировать обратно в реальный мир, тем самым воссоздавая эффекты запутанности без сопутствующих вычислительных препятствий.
Физики представили свой метод 3 августа в Proceedings of the National Academy of Sciences.
«Вы можете рассматривать электроны так, как будто они не разговаривают друг с другом, как будто они не взаимодействуют друг с другом», — говорит ведущий автор исследования Хавьер Робледо Морено, аспирант CCQ и Нью-Йоркского университета. «Дополнительные частицы, которые мы добавляем, опосредуют взаимодействие между реальными частицами, которые живут в реальной физической системе, которую мы пытаемся описать».
Иллюстрация квантовой запутанности. Предоставлено: Люси Рединг-Икканда/Фонд Саймонса.
В новой статье физики демонстрируют, что их подход соответствует или превосходит конкурирующие методы в простых квантовых системах.
«Мы применили это к простым вещам в качестве испытательного стенда, но теперь мы переходим к следующему шагу и пробуем это на молекулах и других, более реалистичных проблемах», — говорит соавтор исследования и директор CCQ Антуан Жорж. «Это большое дело, потому что, если у вас есть хороший способ получить волновые функции сложных молекул, вы можете делать все что угодно, например, разрабатывать лекарства и материалы с определенными свойствами».
По словам Жоржа, долгосрочная цель состоит в том, чтобы позволить исследователям с помощью вычислений предсказывать свойства материала или молекулы без необходимости синтезировать и тестировать их в лаборатории. Например, они могут протестировать множество различных молекул на наличие желаемого фармацевтического свойства всего несколькими щелчками мыши. «Моделирование больших молекул — это большое дело, — говорит Жорж.
Робледо Морено и Джорджес написали статью в соавторстве с доцентом физики EPFL Джузеппе Карлео и научным сотрудником CCQ Джеймсом Стоуксом.
Новая работа представляет собой развитие статьи 2017 года в журнале Science Карлео и Матиаса Тройера , которые в настоящее время являются техническим сотрудником Microsoft. В этой статье нейронные сети также сочетались с фиктивными частицами, но добавленные частицы не были полноценными электронами. Вместо этого у них было только одно свойство, известное как вращение.
«Когда я был [в CCQ] в Нью-Йорке, я был одержим идеей найти версию нейронной сети, которая описывала бы поведение электронов, и мне очень хотелось найти обобщение подхода, который мы представили еще в 2017 году. ", - говорит Карлео. «С помощью этой новой работы мы в конечном итоге нашли элегантный способ скрыть частицы, которые являются не спинами, а электронами».
