IA e os Problemas Difíceis do Mundo · Física quântica e computação quântica · arXiv · 2026-10-23
Funções de onda neurais escaláveis por meio de mistura de informações e arquiteturas de rede hierárquicas
Título original: Scalable Neural Wave Functions via Information Mixing and Hierarchical Network Architectures
Simular sistemas quânticos de muitos corpos é difícil porque o espaço de Hilbert cresce exponencialmente com o tamanho do sistema. Os autores testam um MLP mixer como ansatz de função de onda neural em estados fundamentais de sistemas quânticos de muitos corpos bidimensionais, comparando-o com RNNs e Transformers. O MLP mixer tem desempenho competitivo com os modelos de ponta, e uma combinação hierárquica com um Transformer supera outras arquiteturas de ponta para sistemas quânticos de grande escala.