蘇黎世聯邦理工學院的一對物理學家開發(fā)了一種使用人工神經網絡表征量子多體系統(tǒng)的波函數的方法。Giuseppe Carleo和Matthias Troyer 在發(fā)表在《科學》雜志上的論文中，描述了他們如何哄動神經網絡來模擬量子多體系統(tǒng)的某些方面。與新南威爾士大學的邁克爾·噓提供了一個前景一片由一對在同一期刊的問題所做的工作，并概述了試圖解決同樣的問題時，其他研究人員所面對的問題。

當今物理學家面臨的難題之一是想出一種方法來模擬量子多體系統(tǒng)，即，顯示給定系統(tǒng)中存在的所有狀態(tài)，例如物質。這樣的系統(tǒng)迅速變得復雜-例如，一組僅100個量子粒子可能具有多達10 35個自旋態(tài)。甚至最強大的現代計算機也很快變得不知所措，試圖描述這樣的系統(tǒng)。在這項新工作中，研究人員采用了不同的方法-而不是嘗試計算每種可能的狀態(tài)，而是使用神經網絡對整個系統(tǒng)進行了概括。

兩人首先指出，去年用來擊敗圍棋世界冠軍的系統(tǒng)可能會以模擬多體系統(tǒng)的方式進行修改。他們創(chuàng)建了相同類型神經網絡的簡化版本，并對其進行編程以模擬多體系統(tǒng)的波動函數（通過使用一組權重和僅一層隱藏偏差）。然后，他們通過獲得神經網絡來確定系統(tǒng)的基本狀態(tài)。為了了解他們的系統(tǒng)運行狀況如何，他們對已經解決的問題進行了比較，并報告說他們的系統(tǒng)比那些依靠蠻力方法的系統(tǒng)要好。

該系統(tǒng)只是一個概念證明，而不是物理學家使用的實際工具，但它展示了可能的方法-正如Hush所指出的那樣，需要付出更多努力才能獲得具有突破性應用的工具，正如Hush指出的那樣。