Anche sulla scala della vita quotidiana, la natura è governata dalle leggi della fisica quantistica. Queste leggi spiegano fenomeni comuni come la luce, suono, calore, o anche le traiettorie delle palle su un tavolo da biliardo. Ma quando applicato a un gran numero di particelle interagenti, le leggi della fisica quantistica in realtà prevedono una varietà di fenomeni che sfidano l'intuizione.

Per studiare i sistemi quantistici formati da molte particelle, i fisici devono prima essere in grado di simularli. Questo può essere fatto risolvendo le equazioni che descrivono il loro funzionamento interno sui supercomputer. Ma mentre la legge di Moore prevede che la potenza di elaborazione dei computer raddoppi ogni due anni, questo è ben lontano dalla potenza necessaria per affrontare le sfide della fisica quantistica.

La ragione è che prevedere le proprietà di un sistema quantistico è enormemente complesso, richiedendo una potenza di calcolo che cresce esponenzialmente con la dimensione del sistema quantistico, un compito "intrinsecamente complesso", secondo il professor Vincenzo Savona, che dirige il Laboratorio di Fisica Teorica dei Nanosistemi dell'EPFL.

"Le cose diventano ancora più complicate quando il sistema quantistico è aperto, nel senso che è soggetto ai disturbi dell'ambiente circostante, " aggiunge Savona. Eppure, sono molto necessari strumenti per simulare in modo efficiente i sistemi quantistici aperti, poiché la maggior parte delle moderne piattaforme sperimentali per la scienza e la tecnologia quantistica sono sistemi aperti, e i fisici sono costantemente alla ricerca di nuovi modi per simularli e confrontarli.

Ma sono stati compiuti progressi significativi grazie a un nuovo metodo computazionale che simula i sistemi quantistici con le reti neurali. Il metodo è stato sviluppato da Savona e dal suo Ph.D. la studentessa Alexandra Nagy all'EPFL e indipendentemente dagli scienziati dell'Université Paris Diderot, l'Università Heriot-Watt di Edimburgo, e il Flatiron Institute di New York. Il corpo totale del lavoro viene pubblicato su tre articoli in Lettere di revisione fisica .

"Fondamentalmente abbiamo combinato i progressi nelle reti neurali e nell'apprendimento automatico con strumenti Monte Carlo quantistici, "dice Savona, riferendosi a un ampio toolkit di metodi computazionali che i fisici usano per studiare sistemi quantistici complessi. Gli scienziati hanno addestrato una rete neurale per rappresentare simultaneamente i molti stati quantistici in cui un sistema quantistico può essere lanciato dall'influenza del suo ambiente.

L'approccio della rete neurale ha permesso ai fisici di prevedere le proprietà di sistemi quantistici di dimensioni considerevoli e geometria arbitraria. "Questo è un nuovo approccio computazionale che affronta il problema dei sistemi quantistici aperti con versatilità e un grande potenziale di scalabilità, " dice Savona. Il metodo è destinato a diventare uno strumento di elezione per lo studio di sistemi quantistici complessi, e, guardando un po' di più nel futuro, per valutare gli effetti del rumore sull'hardware quantistico.