量子科技中心_量科网

量子多电子问题不仅是凝聚态物理现象的核心，也对化学现象的第一性原理模拟至关重要。化学体系中普遍存在的强关联效应为相关系统模拟带来了巨大挑战，而该领域的预测性现象通常还需要极高的精度才能准确描述化学行为。为此，受机器学习原理启发，人们正在开发化学系统多电子态的高效表征方法，为传统研究路径提供替代方案。本章综述了以二阶量子化描述的量子化学问题在该方向的最新进展，以及该领域特有的挑战。研究团队重点探讨了“高斯过程态”的应用——该方法源自多体波函数在严格贝叶斯建模框架下的高效表征，使得多种范式能够在统一框架下融合。研究表明，这类模型（及其他源于机器学习的表征方法）可作为计算从头算化学性质的新工具，同时也能为设计提取经典数据关联模式的机器学习模型提供理论依据。