機器學習是驅(qū)動人工智能革命的研究領(lǐng)域，在現(xiàn)代科技中已經(jīng)建立了牢固的地位。其中的工具和技術(shù)已經(jīng)促進了各行各業(yè)的快速進步，從自主駕駛汽車和語音識別到精通古代桌面游戲。
現(xiàn)在，物理學家開始利用機器學習工具處理一種不同類別的問題，一種量子物理的核心問題。在近期發(fā)表在物理評論X上的論文中，來自聯(lián)合量子研究所(JQI)和馬里蘭大學凝聚物理論中心(CMTC)的研究者表明，特定的神經(jīng)網(wǎng)絡能簡潔地描述大范圍量子系統(tǒng)。
JQI博士后研究員、CMCT成員、論文第一作者Dongling Deng稱，利用計算機研究量子系統(tǒng)的研究人員可能從神經(jīng)網(wǎng)絡提供的簡單描述中獲益?！叭绻覀兿霐?shù)值化處理某些量子問題，我們首先需要找到一種有效的表征方式?！?span style="display:none">a8u菜譜美食網(wǎng)-眾歸云 - 24小時不關(guān)機的云端電腦_云主機_VPS掛機寶_免費掛機寶_0.1元試用,3-5元月租服務器提供
在紙上和更重要的計算機上，物理學家有很多表示量子系統(tǒng)的方式。通常這些表示包含一列描述系統(tǒng)可能會處于不同量子態(tài)可能性的數(shù)字。但隨著量子粒子數(shù)目增大，從數(shù)字描述中提取性質(zhì)或進行預測就變得困難了，通常認為量子糾纏是阻撓簡單表示的關(guān)鍵。
Deng和他的合作者們——CMTC主任和JQI研究員Sankar Das Sarma以及復旦大學物理學家Xiaopeng Li使用的神經(jīng)網(wǎng)絡能有效表示具有大量量子糾纏的量子系統(tǒng)，相比先前的方法是驚人的進步。
此外，新成果不僅限于單純的表示。Das Sarma說道：“本研究是獨特的，不僅提供高度糾纏量子態(tài)的有效表示，還是一種利用機器學習工具尋找精確解的解決棘手的相互作用量子多體問題的新方式?！?span style="display:none">a8u菜譜美食網(wǎng)-眾歸云 - 24小時不關(guān)機的云端電腦_云主機_VPS掛機寶_免費掛機寶_0.1元試用,3-5元月租服務器提供
神經(jīng)網(wǎng)絡以及伴生的學習技術(shù)催生了AlphaGo，去年擊敗了世界上的頂尖圍棋選手(今年再次擊敗了)。這些新聞使Deng這位棋盤游戲的狂熱粉絲感到激動。去年，大約就在AlphaGo的勝利之時，出現(xiàn)了一篇提出利用神經(jīng)網(wǎng)絡表示量子態(tài)的論文，但沒有給出這種工具所能達到的精確范圍的指示。Deng說道：“我們立即意識到這是一篇非常重要的論文，所以我們把所有精力和時間都投入到進一步研究這個問題之中?！?span style="display:none">a8u菜譜美食網(wǎng)-眾歸云 - 24小時不關(guān)機的云端電腦_云主機_VPS掛機寶_免費掛機寶_0.1元試用,3-5元月租服務器提供
新成果是對特定神經(jīng)網(wǎng)絡表達量子態(tài)能力的更全面考量。特別地，研究團隊針對使用兩個不同組神經(jīng)元的神經(jīng)網(wǎng)絡進行了研究。第一組被稱為可見神經(jīng)元，表示真實量子粒子，比如光學晶格中的原子或者鏈中的離子。為了表示粒子之間的相互作用，研究者利用第二組神經(jīng)元——隱藏神經(jīng)元與可見神經(jīng)元連接。這些連接表示了真實粒子之間的物理相互作用，只要連接數(shù)保持相對較小，神經(jīng)網(wǎng)絡描述就能保持簡單。
對每個連接指定一個數(shù)字并數(shù)學上遺忘這些隱藏神經(jīng)元就能產(chǎn)生眾多有趣量子態(tài)的壓縮表示，包括具有拓撲特性和某些具有驚人數(shù)目糾纏的狀態(tài)。
除了作為一種數(shù)值模擬工具的潛力，新框架還使得Deng和和作者們證實了某些關(guān)于神經(jīng)網(wǎng)絡表示的量子態(tài)族的數(shù)學事實。例如，只有短程相互作用的神經(jīng)網(wǎng)絡，即每個隱藏神經(jīng)元只與少部分可見神經(jīng)元連接，在總共糾纏上有嚴格的限制。這一技術(shù)結(jié)果被稱為面積定律，是許多凝聚態(tài)物理學家的研究追求。
不過這些神經(jīng)網(wǎng)絡并不能表示一切。Deng說道：“只能表示有限的量子系統(tǒng)，無法提供有效的通用表示?！比绻茏龅竭@一點，這些網(wǎng)絡就能被用于在尋常計算機上模擬量子計算機，這也是物理學家和計算科學家認為非常不可能的事情。不過值得肯定的是，這些神經(jīng)網(wǎng)絡的確能有效表達一些狀態(tài)，這些能表達的狀態(tài)與其他表示方法的重疊之處仍然是一個開放性問題，Deng認為可以對此進行進一步的探索。
版權(quán)聲明--以上內(nèi)容與本站無關(guān)，自行辨別真假，損失自負
文章僅代表作者觀點，不代表本站立場與本站無關(guān)。如有侵權(quán)請及時聯(lián)系本站郵件 enofun@foxmail.com ,如未聯(lián)系本網(wǎng)所有損失自負！
本文系作者授權(quán)本網(wǎng)發(fā)表，未經(jīng)許可，不得轉(zhuǎn)載。
評論