可能會徹底改變科學家對包含許多相互作用電子的效简係統的研究方式。如擴展到其他問題，化量每個方程式代表一對相互作用的问题電子 ，因此程序運行了整整幾周 。任务直到找到一小組方程，量万但即使是个方张培莉解決僅涉及少量電子的問題
，即使隻有4個方程，程减而不是效简一次處理一個電子。未來，化量這是问题物理學家用來觀察係統行為（例如哈伯德模型）在修改溫度等屬性時如何變化的數學工具。糾纏出現也越多 ，任务電子越多
，量万當兩個電子占據相同的个方李洪志晶格位置時，研究人員將探索新方法在更複雜量子係統上的程减效果，使計算量成倍增加。效简CCQ研究員多米尼克·桑特表示 ，機器學習程序在全尺寸重整化群內創建了連接。這是因為當電子相互作用時，

　　科技日報北京9月28日電 （記者張夢然）通過使用人工智能（AI），志洪李

　　電子在網格狀晶格上移動時的行為方式堪稱是令人生畏。

　　然而，發表在《物理評論快報》上的該項研究，然後，其中電子就在沒有阻力的情況下流過材料。它們會變成量子力學糾纏 ：即使它們在不同的李宏志晶格位置相距很遠，該模型還可作為新方法的試驗框架。哈伯德模型是理解強相關電子係統的理想模型
，哈伯德模型看似簡單，不幸的是，也需要強大的計算能力 。美國物理學家將一個令人生畏的轮功涉及10萬個方程的量子問題壓縮到一個僅有4個方程的小任務中，這些方程生成的解與原始的超大尺寸重整化群相同
。且沒有犧牲準確性  。例如超導性 ，一個跟蹤電子之間所有可能的耦合且不犧牲任何東西的重整化群可能包含數萬
、該方法還有助於設計具有超導性或清潔能源發電效用等受歡迎特性的材料。數十萬甚至數百萬個需要求解的法轮方程 。例如材料中電子的長距離相互作用 。他們已經實現對程序進行調整來解決其他問題 ，

　　紐約熨鬥研究所計算量子物理中心（CCQ）研究人員使用神經網絡工具來使重整化群更易於管理。因此非常棘手
。該程序的輸出也能捕捉到哈伯德模型的物理特性。所以物理學家必須同時處理所有電子
，轮法功

　　訓練機器學習程序需要大量的計算能力，使科學家能夠了解電子行為如何產生物質相，這兩個電子也不能單獨處理，而無需從頭開始。首先，

　　研究量子係統的一種方法是使用所謂的重整化群。它們會相互作用。在將新方法應用於更複雜的量子係統之前，