신경망(neural networks)을 기반으로 한 새로운 계산 방법은 전례 없는 다기능성으로 열린 양자 시스템을 시뮬레이션할 수 있다.

이 방법은 EPFL, 프랑스, 영국, 미국의 물리학자들이 독자적으로 개발해 피지컬 리뷰 레터즈(Physical Review Letters)에 발표했다.

일상생활에서도 자연은 양자물리학의 법칙에 의해 지배된다. 이러한 법칙은 빛, 소리, 열 또는 공의 궤적과 같은 일반적인 현상을 설명한다. 그러나 상호작용하는 많은 입자에 적용되면 양자물리학의 법칙은 실제로 직관을 거스르는 다양한 현상을 예측한다.

많은 입자로 이루어진 양자 시스템를 연구하기 위해서, 물리학자들은 먼저 그것들을 시뮬레이션 할 수 있어야 한다. 이것은 슈퍼컴퓨터를 활용해 그들의 내적 작업을 설명하는 방정식을 풀어서 할 수 있다. 그러나 무어의 법칙은 컴퓨터의 처리 능력이 2년마다 두 배씩 증가한다고 예측하고 있지만, 이것은 양자 물리학의 도전에 대처하는 데 필요한 능력에는 전혀 미치지 못하는 것이다.

그 이유는 EPFL의 나노시스템 이론물리학 연구소를 지휘하고 있는 빈센조 사보나(Vincenzo Savona) 교수에 따르면 양자 시스템의 특성을 예측하는 것은 엄청나게 복잡하기 때문에 양자 시스템의 크기에 따라 기하급수적으로 성장하는 연산력을 요구하기 때문이다.

사보나는 “양자계가 개방되면 사물은 더욱 복잡해진다”고 덧붙였다. 그럼에도 불구하고, 양자 과학과 기술을 위한 현대 실험 플랫폼은 대부분 개방형 시스템이고 물리학자들은 그것들을 시뮬레이션하고 벤치마킹할 새로운 방법을 끊임없이 찾고 있다. 개방형 양자 시스템을 효율적으로 시뮬레이션 할 수 있는 도구가 많이 필요하다.

양자 시스템을 신경망으로 시뮬레이션하는 새로운 계산법 덕분에 상당한 진전이 이루어졌다. 이 방법은 사보나와 그의 EPFL 박사과정 학생 알렉산드라 나기(Alexandra Nagy), 프랑스 파리 디드로대(Université Paris Diderot), 영국 에든버러의 헤리오트대(Heriot-Watt University), 뉴욕의 플랫아이언연구소(Flatiron Institute) 과학자들에 의해 독립적으로 개발됐다. 전체 연구는 피지컬리뷰레터즈에 세 편의 논문으로 출판됐다.

사보나는 물리학자들이 복잡한 양자 시스템을 연구하기 위해 사용하는 계산 방법과 수단들을 언급하면서”우리는 기본적으로 양자 몬테카를로(quantum Monte Carlo) 도구와 신경 네트워크의 발전과 기계 학습을 결합했다”고 말한다. 과학자들은 양자 시스템이 환경의 영향을 받아 만들어 질 수 있는 많은 양자 상태를 동시에 나타내기 위해 신경망(neural-network)을 훈련시켰다.

신경망 접근법은 물리학자들이 상당한 크기와 임의 기하학(arbitrary geometry)의 양자 시스템의 특성을 예측할 수 있게 했다. 사보나는 “이것은 개방 양자 시스템 문제를 다재다능성(versatility)과 잠재적 확장 가능성이 많은 새로운 컴퓨터 접근법”이라고 말한다.

이 방법은 복잡한 양자 시스템 연구에서 좀 더 미래지향적인 양자 하드웨어에 대한 노이즈 영향을 평가하기 위한 선택 도구가 된다.

이 연구는 SNSF(Swiss National Science Foundation) 지원으로 수행됐다.