量子科技中心_量科网

量子多体系统（QMB）通常具有极高的计算复杂度：对其进行精确模拟所需的计算资源往往远超现有算力数个量级。为此，理查德·费曼提出了量子模拟器的概念——通过设计服从特定演化方程的量子系统并进行多次实验复现。但实验层面，正如该研究团队下文所述，描述系统的大多数可观测量实际上无法获取。因此，费曼构想虽解决了量子动力学模拟问题，却未攻克从有限实验观测数据中推断基础物理规律这一同等重要的难题。事实上，QMB系统中诸多复杂现象仍未被充分认知，其中最典型的案例当属无明确序参量时QMB系统相变的识别，该问题至今仍是重大挑战。更复杂的是，由于基础系统规模常超出可计算范围，而小型QMB系统又存在强烈有限尺寸效应掩盖相变特征，多数情况下数值模拟也难以提供有效参考。该工作提出了一种无监督机器学习方法，专门用于从原始实验测量数据中直接检测相变和跨变现象。研究团队通过在经历多体局域化跨变和莫特-超流相变的系统上验证该方法，证明其能从极不完整的实验数据中揭示集体现象，且无需任何系统特异性先验知识。这一方法为数据驱动发现复杂量子多体系统中涌现现象提供了普适且可扩展的研究路径。