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

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DeepMind和帝国理工学院于2020年联名提出，论文发表在期刊《Physical Review Research》上。 论文地址：https://journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.2.033429 这篇论文展示了深度学习如何帮助求解量子力学基本方程，提出的创新网络 ………………………………