2025-08-07
2025年7月4日，上海期智研究院第22期“SQZ Talk”学术论坛邀请到两位我院优秀科研人员代表：研究员刘畅以及周一稼作学术报告。论坛由姜建娟博士主持。
刘畅
上海期智研究院高级研究员
博士毕业于布朗大学，导师为David A. Lowe教授，毕业后在上海交通大学担任博士后研究员，与Antonio Miguel Garcia-Garcia教授密切合作。他在中国科技大学近代物理系取得了学士学位。研究方向涵盖全息量子引力、量子多体物理、量子人工智能和量子模拟。研究目标是探索物理、计算和信息之间的深刻联系，致力于通过人工智能方法更好地理解量子物理，和通过量子多体模拟更好地理解引力和时空的基本物理规律。在PRL、PRD、JHEP等顶级期刊发表近十篇论文，并开发和长期维护开源GPU量子多体模拟软件包REAPERS。
近年来，神经网络已成为求解量子多体系统的有力工具。在本报告中，刘畅博士首先简要介绍量子力学的核心思想， 解释“量子态”、“叠加”、“纠缠”等基础概念，以及如何使用这些概念实现量子计算。接着还介绍了神经网络量子态(Neural Quantum States, NQS)的基本原理，重点展示最近的工作：通过基于受限玻尔兹曼机(Restricted Boltzmann Machines，RBMs)的神经网络来求解离子阱量子计算平台的能隙问题。通过优化算法效率，团队显著提升了能够求解的体系的大小（即体系中离子的数目N），将传统方法的N=30量级提升到了N=300量级。该方法在保持简单性的同时，提高了表示能力和可训练性，可为更复杂量子系统的模拟提供新思路。报告最后简要讨论了该方法的推广潜力及其与计算复杂度理论间的深层联系。
演讲结束后，科研人员围绕神经网络量子态（NQS）在量子多体系统求解中的应用及其相关问题展开讨论，包括其在离子阱量子计算平台能隙问题中的表现、与传统方法的对比、计算复杂度与量子优越性问题、神经网络架构对特定量子问题的适应性以及该方法的推广潜力和理论突破等。
周一稼
上海期智研究院高级研究员
于诺丁汉大学获得物理学博士学位，在复旦大学获得学士学位。博士毕业后曾在中国工程物理研究院研究生院从事博士后研究。研究方向涵盖量子光学、多体物理与量子机器学习，并着重关注里德堡原子与腔量子电动力学等实验系统。他同时担任PRL, PRA, PRB, PRApplied, PRResearch和npj QI等期刊审稿人。
混沌是物理学中的核心概念，涵盖从天体运动到高能粒子的广泛领域。然而，在量子世界中混沌的严格定义长期以来存在争议。虽然人们在量子多体系统中已发现若干混沌特征，但将其推广至开放系统仍然面临着独特的挑战。在本次报告中，周一稼博士介绍了Krylov复杂度，一个新兴的用于研究复杂量子动力学的理论框架。在开放的非厄米系统中，团队通过复杂度分析发现了与混沌行为相关的新的相变指标。此外，团队探索了在量子模拟线路中测量Krylov复杂度的实验方案。团队的研究可以深化对量子混沌的理解，并且可以将这一理论框架扩展到信息暴散与算符增长，为量子计算提供物理层面的理论支持。
