当前位置:首页 >> 基金要闻 >> 资助成果

 

    “可解释、可通用的下一代人工智能方法”重大研究计划系列成果四
    ——稠密氢的深度变分自由能方法

    日期 2023-11-29   来源:交叉科学部   作者:段玉萍 戴亚飞  【 】   【打印】   【关闭


    图 计算所得的温度6000K密度1.38g/cm3的稠密氢体系的能量、熵和压强

      在国家自然科学基金项目(批准号:92270107、12188101)等资助下,中国科学院物理研究所/北京凝聚态物理国家研究中心王磊研究员,与北京应用物理与计算数学研究所的王涵研究员、深势科技/北京科学智能研究院的张林峰博士合作的研究成果以“稠密氢的深度变分自由能方法(Deep Variational Free Energy Approach to Dense Hydrogen)”为题,于2023年9月发表于《物理评论快报》(Physical Review Letters)。论文链接:https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.131.126501。

      氢是宇宙中最丰富的元素,也是元素周期表中最简单的元素。在常温常压下,氢以气态分子的形式存在。然而,在一些极端的条件下,例如巨行星内核、聚变实验中,稠密的氢(或其同位素)表现出更加丰富的相图,其中可能包含原子液体、金属氢、高温超导、液态超导等。稠密氢中包含等量的质子和电子,是一个简单干净的量子多体系统。因此,是否能够精确地预测稠密氢的相图和状态方程,是发展第一性原理计算方法的试金石。

      研究团队发展了一套基于深度学习技术的变分自由能计算方法,并成功应用于处在原子液体相的稠密氢体系。此方法使用一套正则化流模型表示质子的玻尔兹曼分布、一套费米子神经网络表示给定质子构型时的多电子波函数,通过联合变分优化两套神经网络来最小化体系的自由能,从而计算状态方程。

      和传统的计算方法相比,该方法充分利用了近年来深度生成模型和神经网络波函数的进展:在保证结果准确可靠的同时,可以直接估计体系的热力学熵,对于行星建模等应用非常便利。通过合适的扩展,深度变分自由能方法还能够处理电子有限温效应以及核量子效应,从而应用于稠密氢相图的其他区域,给出关于这一基本物质状态的全面认识。