La IA y los problemas difíciles del mundo · Física cuántica y computación cuántica · arXiv · 2026-10-23
Funciones de onda neuronales escalables mediante mezcla de información y arquitecturas de red jerárquicas
Título original: Scalable Neural Wave Functions via Information Mixing and Hierarchical Network Architectures
Simular sistemas cuánticos de muchos cuerpos es difícil porque el espacio de Hilbert crece exponencialmente con el tamaño del sistema. Los autores prueban un MLP mixer como ansatz de función de onda neuronal en estados fundamentales de sistemas cuánticos de muchos cuerpos bidimensionales, comparándolo con RNN y Transformers. El MLP mixer ofrece un rendimiento competitivo frente a los modelos de vanguardia, y una combinación jerárquica con un Transformer supera a otras arquitecturas de vanguardia en sistemas cuánticos a gran escala.