Исследователи используют нейронные сети для анализа снимков квантовых систем, – пишет eurekalert.org.

Для некоторых явлений в квантовой теории систем многих частиц существует несколько конкурирующих теорий. Но какая из них лучше всего описывает квантовое явление? Команда исследователей из Технического университета Мюнхена и Гарвардского университета в США в настоящее время успешно применяет нейронные сети для анализа изображений квантовых систем.

Это собака или кошка? Такая классификация является ярким примером машинного обучения: искусственные нейронные сети могут обучаться анализу изображений путем поиска закономерностей, характерных для конкретных объектов. Если система выучила такие закономерности, она может распознавать собак и кошек на любой картинке.

Используя тот же принцип, нейронные сети могут обнаруживать изменения в ткани на рентгенологических изображениях. В настоящее время физики используют метод для анализа изображений – так называемых снимков – квантовых систем многих тел и выясняют, какая теория лучше всего описывает наблюдаемые явления.

Квантовый мир вероятностей

Несколько явлений в физике конденсированных сред, изучающей твердые и жидкие вещества, остаются загадочными. Например, до сих пор неясно, почему электрическое сопротивление высокотемпературных сверхпроводников падает до нуля при температуре около –200 градусов Цельсия.

Понимание таких необычных состояний вещества является сложной задачей: для изучения физики высокотемпературных сверхпроводников были разработаны квантовые симуляторы на основе ультрахолодных атомов лития. Они делают снимки квантовой системы, которая существует одновременно в разных конфигурациях – в таком случае физики говорят о суперпозиции. Каждый снимок квантовой системы дает одну конкретную конфигурацию в соответствии с ее квантово-механической вероятностью.

Чтобы понять такие квантовые системы, были разработаны различные теоретические модели. Но насколько хорошо они отражают реальность? На вопрос можно ответить, проанализировав данные изображения.

Нейронные сети исследуют квантовый мир

С этой целью исследовательская группа в Техническом университете Мюнхена и в Гарвардском университете успешно применила машинное обучение: исследователи обучили искусственную нейронную сеть различать две конкурирующие теории.

«Подобно способу обнаружения кошек или собак, изображения конфигураций из каждой квантовой теории поступают в нейронную сеть, – говорит Аннабель Бордт, докторант в Техническом университете Мюнхена. – Параметры сети затем оптимизируются, чтобы дать каждому изображению правильную метку – в данном случае, это теория А или теория В вместо кошки или собаки».

После фазы обучения с теоретическими данными, нейронная сеть должна применять полученные знания и присваивать снимки с квантовых симуляторов теории А или В. Таким образом, сеть выбирает теорию, которая является более предсказательной.

В будущем исследователи планируют использовать этот новый метод для оценки точности нескольких теоретических описаний. Цель состоит в том, чтобы понять основные физические эффекты высокотемпературной сверхпроводимости, которая имеет много важных применений, при этом передача электроэнергии без потерь и эффективная магнитно-резонансная томография являются лишь двумя примерами ее использования.