DeepMind最新成果剑指量子力学，FermiNet或将破解近百年计算难题

文章预览

   新智元报道   编辑：乔杨 【新智元导读】 DeepMind联合帝国理工学院的学者，专注于用神经网络方法对量子力学中经典的薛定谔方程进行近似求解。继2020年提出FermiNet后，团队的最新成果——求解量子激发态，登上Science。     继AlphaFold 3掀起生物学革命后，DeepMind又要开始发力量子力学了。 8月22日，他们最新的研究成果FermiNet登上了Science，使用神经网络对量子激发态进行准确计算。 论文地址：https://www.science.org/doi/abs/10.1126/science.adn0137 而是将问题转化为寻找扩展系统的基态问题。论文介绍了一种通过变分蒙特卡罗（variational Monte Carlo）估计量子系统激发态的算法，而是将问题转化为寻找扩展系统基态的问题，因此非常适用于神经网络分析。 通过在两种不同的神经网络：FermiNet和Psiformer上运行，作者验证了这种方法的准确性。 其中FerminNet同样由 ………………………………