"Poiché i modelli hamiltoniani sono alla base dello studio e dell'analisi dei processi fisici e chimici, lo è
"Quando si utilizzano dati sperimentali, il 74% delle istanze di protocollo recupera modelli ritenuti plausibili. Sistemi multi-spin simulati, caratterizzati da uno spazio di 1010 possibili modelli, vengono anche studiati incorporando un algoritmo genetico nel nostro protocollo, che identifica il modello target nell'85% dei casi. "
"Lo sviluppo di agenti automatizzati, in grado di formulare e testare ipotesi di modellazione da ipotesi precedenti limitate, rappresenta un passo fondamentale verso la caratterizzazione di grandi sistemi quantistici."
L'algoritmo potrebbe essere utilizzato per aiutare la caratterizzazione automatizzata di nuovi dispositivi, come i sensori quantistici.
“Combinando la potenza dei supercomputer odierni con l'apprendimento automatico, siamo stati in grado di scoprire automaticamente la struttura nei sistemi quantistici. Man mano che nuovi computer / simulatori quantistici diventano disponibili, l'algoritmo diventa più entusiasmante: prima può aiutare a verificare le prestazioni del dispositivo stesso, quindi sfruttare quei dispositivi per comprendere sistemi sempre più grandi ", afferma il ricercatore Brian Flynn.