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.

[Фото: eurekalert.org/]