量子科技中心_量科网

核物理学界一个长期追求的目标，是解释原子核与中子星物质的结构和动力学如何从质子与中子间的底层相互作用中涌现。实现这一目标需要在高精度下求解跨越多种长度尺度和密度区间的核量子多体问题。本综述探讨了原子核多体波函数的人工神经网络表示如何显著拓展连续介质量子蒙特卡罗方法的能力。特别指出，神经网络量子态不仅使计算更大尺度系统成为可能，还提供了一个灵活框架来捕捉传统方法难以描述的现象——包括致密物质中核子团簇与超流相的涌现。该研究团队重点展示了该方法在有限核、无限核物质与中子物质体系，以及与轻子-核散射和核-核散射相关动力学过程中的最新应用。同时探讨了与凝聚态物理的概念和方法联系，强调神经网络量子态的发展为跨学科强关联系统研究搭建了桥梁。这些进展共同表明，神经网络方法为核结构、核物质及核反应的统一精确描述开辟了新途径。