Mesmo na escala da vida cotidiana, a natureza é governada pelas leis da física quântica. Essas leis explicam fenômenos comuns como a luz, som, aquecer, ou mesmo as trajetórias das bolas em uma mesa de bilhar. Mas quando aplicado a um grande número de partículas em interação, as leis da física quântica realmente predizem uma variedade de fenômenos que desafiam a intuição.

Para estudar sistemas quânticos feitos de muitas partículas, os físicos devem primeiro ser capazes de simulá-los. Isso pode ser feito resolvendo as equações que descrevem seu funcionamento interno em supercomputadores. Mas embora a Lei de Moore preveja que o poder de processamento dos computadores dobra a cada dois anos, isso está muito longe do poder necessário para enfrentar os desafios da física quântica.

A razão é que prever as propriedades de um sistema quântico é extremamente complexo, exigindo um poder computacional que cresce exponencialmente com o tamanho do sistema quântico - uma tarefa "intrinsecamente complexa", de acordo com o professor Vincenzo Savona, que dirige o Laboratório de Física Teórica dos Nanosistemas da EPFL.

"As coisas ficam ainda mais complicadas quando o sistema quântico está aberto, o que significa que está sujeito às perturbações do ambiente circundante, "Savona acrescenta. E ainda, ferramentas para simular com eficiência sistemas quânticos abertos são muito necessárias, como a maioria das plataformas experimentais modernas para ciência e tecnologia quântica são sistemas abertos, e os físicos estão constantemente em busca de novas maneiras de simulá-los e compará-los.

Mas um progresso significativo foi feito graças a um novo método computacional que simula sistemas quânticos com redes neurais. O método foi desenvolvido por Savona e seu Ph.D. estudante Alexandra Nagy na EPFL - e de forma independente por cientistas da Université Paris Diderot, a Universidade Heriot-Watt em Edimburgo, e o Flatiron Institute em Nova York. O corpo total do trabalho está sendo publicado em três artigos em Cartas de revisão física .

"Basicamente, combinamos avanços em redes neurais e aprendizado de máquina com ferramentas quânticas de Monte Carlo, "diz Savona, referindo-se a um grande conjunto de ferramentas de métodos computacionais que os físicos usam para estudar sistemas quânticos complexos. Os cientistas treinaram uma rede neural para representar simultaneamente os vários estados quânticos nos quais um sistema quântico pode ser lançado pela influência de seu ambiente.

A abordagem da rede neural permitiu aos físicos predizer as propriedades dos sistemas quânticos de tamanho considerável e geometria arbitrária. "Esta é uma nova abordagem computacional que aborda o problema de sistemas quânticos abertos com versatilidade e muito potencial para aumento de escala, "diz Savona. O método está definido para se tornar uma ferramenta de escolha para o estudo de sistemas quânticos complexos, e, olhando um pouco mais para o futuro, para avaliar os efeitos do ruído no hardware quântico.