KI und die schwierigen Probleme der Welt · Quantenphysik & Quantencomputing · arXiv · 2026-10-23
Skalierbare neuronale Wellenfunktionen durch Informationsmischung und hierarchische Netzwerkarchitekturen
Originaltitel: Scalable Neural Wave Functions via Information Mixing and Hierarchical Network Architectures
Die Simulation quantenmechanischer Vielteilchensysteme ist schwierig, weil der Hilbertraum exponentiell mit der Systemgröße wächst. Die Autoren testen einen MLP-Mixer als neuronalen Wellenfunktions-Ansatz für Grundzustände zweidimensionaler quantenmechanischer Vielteilchensysteme und vergleichen ihn mit RNNs und Transformern. Der MLP-Mixer schneidet im Vergleich zu modernsten Modellen konkurrenzfähig ab, und eine hierarchische Kombination mit einem Transformer übertrifft andere moderne Architekturen für großskalige Quantensysteme.