科学家利用机器学习来理解量子力学的基本结构
马克斯·普朗克光科学研究所的理论学家最近开发出一种创新算法,它可判定物理系统的任意给定状态是否呈现非局域性特征,或者是否存在经典的局域相关性。这项发表于《PRX Quantum》期刊的研究成果采用了机器学习技术,该算法能自动为任何物理状态构建一个本征局域模型,以便实验预测最大限度接近量子力学预测。非局域性对量子密码学等实际应用至关重要,也有助于深化人们对量子多体系统的理解。该团队表示,这种算法具有广泛应用前景,尤其适用于涉及两个以上粒子的量子纠缠研究,并可拓展至多种科学环境。
WWW.QTC.COM.CN
