在 2022 年 8 月 3 日发表于《美国国家科学院院刊》（PNAS）上的一篇文章中，科学家们介绍GDWom了一种通过增强现实技术来模拟相互作用的粒子间的量子纠缠的新方法。SCI Tech Daily 指出，计算分子电子的集体行为，对于材料性质的预测是相当必要的。有朝一日，此类预测或帮助科学家创造出新的药物、或具有理想品质（比如超导性）的新材料。

研究配图 1 - 描述隐藏费米子形式的几何解释

问题在于，电子可能在“量子力学”领域产生相互纠缠，意味着它们不能再被单独处理。对于任何具有多个粒子的系统，即使是最强大的计算机，也很难直接解开纠缠的连接网络。

有趣的是，来自瑞士洛桑联邦理工学院（EPFL）和纽约熨斗研究所计算量子物理中心（CCQ）的量子物理学家们，刚刚找到了一套新颖的解决方案。

研究配图 2 - 具有神经网络参数化约束函数的隐藏费米子行列式状态幅度

具体说来是，通过在计算机中添加与系统实际电子相互作用的额外‘幽灵’电子，就能够对纠缠进行模拟。而添加电子的行为，则是由被称作‘神经网络’的人工智能技术来控制的。

该网络会对此进行调节，直到找到能够投射回现实世界的解决方案，从而在没有伴随计算障碍的情况下、重新创建纠缠的效果。

研究配图 3 - 具有周期性边界条件 / 44 晶格中基态能量的精确对角www.196nk.cn化基准

研究一作、CQQ 兼纽约大学研究生 Javier Robledo Moreno 表示：

你可将电子视作不互相交流，就像它们不相互作用那样。

而我们添加的额外粒子，正试图解构实际物理系统中的粒子之间的确切相互作用。

此外在新论文中，物理学家证明他们的新方法，GDWom与简单量子系统中的竞争方法相匹配、甚至技高一筹。

研究配图 4 - 每点能量 / 竞争电荷与自旋

研究合著者196世界之最、兼 CCQ 主任 Antoine Georges 表示：

在简单的测试平台基础上，目前我们正在分子和其它更现实的问题上展开尝试。

其重要性在于，一旦你有一种获得复杂分子http://www.196nk.cn波函数的好方法，就可以做到各种各样的事情 —— 比如设计具有特定特性的药物和材料。

（来自：PNAS）

最后，他们的长期目标，是让研究人员能够通过计算机来预测材料或分子的特性、而无需在实验室中进行合成与测试。

例如他们或许只用点击几下鼠标，即可对一系列不同的大分子展开模拟测试，以获得预期想要的药物特性。