Пределы суперкомпьютеров
Ситуация становится особенно сложной при изучении поведения нескольких взаимодействующих объектов, а не только одного объекта. Уравнения квантовой механики, используемые для описания этих многочастичных систем, намного сложнее, чем уравнения одночастичных систем, поскольку сложность экспоненциально возрастает с каждой дополнительной частицей. Лучшие современные суперкомпьютеры могут решать волновое уравнение для систем, содержащих максимум 50 частиц.
И в будущем станет возможным не намного больше, поскольку даже суперкомпьютер размером с нашу планету не сможет точно решить уравнение Шредингера для систем, намного превышающих 100 частиц.
Однако такой масштаб был бы желателен для многих приложений; например, в материаловедении для расчета свойств сложных молекул или для создания квантовых компьютеров. Во всех этих случаях процессы, которые могут быть описаны только с помощью квантовой механики, играют центральную роль, поэтому физики пытаются описывать такие системы с помощью точных приближений.
Программа самообучения
Джузеппе Карлео и Маттиас Тройер из Института теоретической физики нашли способ преодолеть математическую сложность систем многих частиц. В последнем выпуске журнала Science два исследователя сообщают о том, как они использовали для этой цели искусственную нейронную сеть или адаптивную компьютерную систему.
Физики обучили его распознавать со временем, какие параметры являются наиболее важными в хаотической системе уравнений, а какие можно игнорировать, так что даже большие системы могут быть рассчитаны с помощью упрощенных уравнений.
Двое ученых использовали метод, известный как «обучение с подкреплением»: тот же метод, что и AlphaGo, компьютерная программа, которая в прошлом году победила одного из лучших игроков в го в мире.
Что делает AlphGo настолько впечатляющим, так это то, что он не знает заранее, какое действие лучше всего в той или иной ситуации; вместо этого программа сама выясняет, какие шаги будут наиболее успешными.
Программа, разработанная Карлео и Тройером, использует упрощенные параметры для моделирования определенной квантово-механической системы, а затем проверяет, насколько хорошо удовлетворяется волновое уравнение. Программа вычисляет так называемое основное состояние системы – другими словами, самое низкое возможное энергетическое состояние.
Соответственно, чем ниже результирующая энергия в конце моделирования, тем важнее выбранные параметры.
Мощный инструмент
Новый подход позволяет описывать квантовые системы с более чем 100 частицами с разумными вычислительными затратами. На следующем этапе исследователи надеются более внимательно изучить пределы этого подхода. «И, по крайней мере, это также поднимает философский вопрос», – говорит Карлео. "Насколько сложна волновая функция физической системы?
Возможно, с этим легче справиться, чем мы думали ранее?"
Исследователь объясняет то, что он считает началом захватывающего времени для физики: «Технологии больших данных, которые изначально были разработаны для самых разных приложений, теперь применяются к проблемам в физике. Это полезно как для физики, так и для информатики, поскольку может позволить нам лучше понять, почему нейронные сети такого типа являются такими мощными инструментами."