AI能有效简化量子问题任务量 十万个等式减为四个

科技日报北京9月28日电 （记者张梦然）通过运用人工智能（AI），美国生物学学家将一个令人生畏的相关10万个微分方程的用量子弊端压缩到一个极少4个微分方程的小任务中都，且未白白准确官能。发表在《生物学评论快报》上的该项深入研究，可能亦会彻底改变研究小组对涵盖许多基本粒子射频的系统的深入研究方式。如集中都于其他弊端，该方式还借以设计具有超导官能或清洁能源发电效用等受欢迎特点的涂料。

射频在六边形状位错上移动时的行为方式喻为是令人生畏。当两个射频占据相同的位错所在位置时，它们亦会基本粒子。哈伯德模型是理二阶强相关射频系统的理想模型，使研究小组必需了二阶射频行为如何造成了物质相，例如超导官能，其中都射频就在未阻力的情况下流淌涂料。在将新方式运用更复杂的用量子系统之前，该模型还可作为新方式的试验方法论。

然而，哈伯德模型只不过非常简单，但即使是二阶决仅相关少用量射频的弊端，也需有力的计算能力。这是因为当射频基本粒子时，它们亦会变成用量子力学纠缠：即使它们在不同的位错所在位置相距很更远，这两个射频也不必单独执行，所以生物学学家必需同时执行所有射频，而不是一次执行一个射频。射频得越多，纠缠注意到也得越多，使计算用量成倍增加。

深入研究用量子系统的一种方式是运用；也的从新化群。这是生物学学家用来观察系统行为（例如哈伯德模型）在更改温度等特点时如何变化的逻辑学工具。不幸的是，一个追踪射频中都间所有可能的耦合且不白白任何东西的从新化群可能涵盖数万、数十万甚至数百万个需求二阶的微分方程。每个微分公式代表一对基本粒子的射频，因此非常棘手。

纽约鹅卵石深入研究所计算用量子生物学中都心（CCQ）深入研究职员运用神经网络工具来使从新化群更易于管理。首先，机器学习机制在装配从新化群内建立了连接。然后，神经网络调整这些连接的强度，直到找到一小组微分方程，这些微分方程生成的二阶与完整的超大外观上从新化群相同。即使只有4个微分方程，该机制的输出也能捕捉到哈伯德模型的生物学特点。

训练机器学习机制需大用量的计算能力，因此机制运行了整整几周。CCQ深入研究员巴巴多斯·菲利普斯回应，他们之前实现对机制进行调整来二阶决其他弊端，而需从头开始。期望，深入研究职员将探险新方式在更复杂用量子系统上的效果，例如涂料中都射频的长距离基本粒子。

广州白癜风医院哪家看的好
长春生殖感染医院
广州肿瘤医院电话
太极药业
易克和英太青哪个好用