(Phys.org) —Um par de físicos da ETH Zurich desenvolveu uma maneira de usar uma rede neural artificial para caracterizar a função de onda de um sistema quântico de muitos corpos. Em seu artigo publicado na revista Ciência , Giuseppe Carleo e Matthias Troyer descrevem como forçaram uma rede neural a simular alguns aspectos de um sistema quântico de muitos corpos. Michael Hush, da University of New South Wales, oferece um artigo sobre Perspectivas sobre o trabalho feito pela dupla na mesma edição da revista e também descreve os problemas que outros pesquisadores enfrentaram ao tentar resolver o mesmo problema.

Um dos desafios difíceis que os físicos enfrentam hoje é encontrar uma maneira de simular sistemas quânticos de muitos corpos, ou seja, mostrando todos os estados que existem em um determinado sistema, como um pedaço de matéria. Esses sistemas se tornam complicados rapidamente - um grupo de apenas 100 partículas quânticas, por exemplo, poderia ter até 10 ³⁵ estados de rotação. Mesmo os computadores modernos mais poderosos rapidamente ficam sobrecarregados tentando representar tais sistemas. Neste novo esforço, os pesquisadores adotaram uma abordagem diferente, em vez de tentar calcular todos os estados possíveis, eles usaram uma rede neural para generalizar todo o sistema.

A dupla começou observando que o sistema usado para derrotar um campeão mundial de Go no ano passado pode ser modificado de forma a simular um sistema de muitos corpos. Eles criaram uma versão simplificada do mesmo tipo de rede neural e a programaram para simular a função de onda de um sistema multicorpo (usando um conjunto de pesos e apenas uma camada de tendências ocultas). Em seguida, eles fizeram o acompanhamento, obtendo a rede neural para descobrir o estado fundamental de um sistema. Para ver como o sistema funcionou bem, eles fizeram comparações com problemas que já foram resolvidos e relataram que seu sistema era melhor do que aqueles que dependem de uma abordagem de força bruta.

O sistema era uma prova de conceito em vez de uma ferramenta real para uso por físicos, mas demonstra o que é possível - grandes esforços, como Hush observa, que envolvem mais distorções e pesos ocultos podem resultar em uma ferramenta com aplicações inovadoras.

© 2017 Phys.org