蘇黎世聯邦理工學院的一對物理學家開發了一種使用人工神經網絡表征量子多體系統的波函數的方法。Giuseppe Carleo和Matthias Troyer 在發表在《科學》雜志上的論文中，描述了他們如何哄動神經網絡來模擬量子多體系統的某些方面。與新南威爾士大學的邁克爾·噓提供了一個前景一片由一對在同一期刊的問題所做的工作，并概述了試圖解決同樣的問題時，其他研究人員所面對的問題。

當今物理學家面臨的難題之一是想出一種方法來模擬量子多體系統，即，顯示給定系統中存在的所有狀態，例如物質。這樣的系統迅速變得復雜-例如，一組僅100個量子粒子可能具有多達10 35個自旋態。甚至最強大的現代計算機也很快變得不知所措，試圖描述這樣的系統。在這項新工作中，研究人員采用了不同的方法-而不是嘗試計算每種可能的狀態，而是使用神經網絡對整個系統進行了概括。

兩人首先指出，去年用來擊敗圍棋世界冠軍的系統可能會以模擬多體系統的方式進行修改。他們創建了相同類型神經網絡的簡化版本，并對其進行編程以模擬多體系統的波動函數（通過使用一組權重和僅一層隱藏偏差）。然后，他們通過獲得神經網絡來確定系統的基本狀態。為了了解他們的系統運行狀況如何，他們對已經解決的問題進行了比較，并報告說他們的系統比那些依靠蠻力方法的系統要好。

該系統只是一個概念證明，而不是物理學家使用的實際工具，但它展示了可能的方法-正如Hush所指出的那樣，需要付出更多努力才能獲得具有突破性應用的工具，正如Hush指出的那樣。