Även i vardagen, naturen styrs av kvantfysikens lagar. Dessa lagar förklarar vanliga fenomen som ljus, ljud, värme, eller till och med bollarnas bana på ett biljardbord. Men när de appliceras på ett stort antal interagerande partiklar, kvantfysikens lagar förutsäger faktiskt en mängd olika fenomen som trotsar intuitionen.

För att studera kvantsystem som består av många partiklar, fysiker måste först kunna simulera dem. Detta kan göras genom att lösa ekvationerna som beskriver deras inre arbete på superdatorer. Men medan Moores lag förutspår att datorns processorkraft fördubblas vartannat år, detta är långt ifrån den kraft som behövs för att hantera utmaningarna i kvantfysiken.

Anledningen är att förutsäga egenskaperna hos ett kvantsystem är enormt komplext, kräver en beräkningskraft som växer exponentiellt med kvantsystemets storlek - en "inneboende komplex" uppgift, enligt professor Vincenzo Savona, som leder Laboratory of Theoretical Physics of Nanosystems på EPFL.

"Saker blir ännu mer komplicerade när kvantsystemet är öppet, vilket betyder att den utsätts för störningar i den omgivande miljön, "Tillägger Savona. Och ändå, verktyg för att effektivt simulera öppna kvantsystem är välbehövliga, eftersom de flesta moderna experimentella plattformar för kvantvetenskap och teknik är öppna system, och fysiker letar ständigt efter nya sätt att simulera och jämföra dem.

Men betydande framsteg har gjorts tack vare en ny beräkningsmetod som simulerar kvantsystem med neurala nätverk. Metoden utvecklades av Savona och hans doktorand. student Alexandra Nagy vid EPFL - och oberoende av forskare vid Université Paris Diderot, Heriot-Watt University i Edinburgh, och Flatiron Institute i New York. Det totala arbetet publiceras i tre tidningar i Fysiska granskningsbrev .

"Vi kombinerade i princip framsteg inom neurala nätverk och maskininlärning med kvantum Monte Carlo-verktyg, "säger Savona, med hänvisning till en stor verktygslåda med beräkningsmetoder som fysiker använder för att studera komplexa kvantsystem. Forskarna utbildade ett neuralt nätverk för att samtidigt representera de många kvanttillstånd där ett kvantsystem kan påverkas av påverkan av dess omgivning.

Metoden med neurala nätverk gjorde det möjligt för fysikerna att förutsäga egenskaperna hos kvantsystem av avsevärd storlek och godtycklig geometri. "Detta är en ny beräkningsmetod som tar itu med problemet med öppna kvantsystem med mångsidighet och stor potential för att skala upp, "säger Savona. Metoden kommer att bli ett valfritt verktyg för att studera komplexa kvantsystem, och, tittar lite mer på framtiden, för att bedöma effekterna av buller på kvanthårdvara.