یکی از بزرگترین چالشهایی که فیزیکدانان امروزی با آن مواجه هستند، راهی برای شبیه سازی یک سیستم بس ذره ای است؛ چرا که در شبیه سازی، باید تمام حالتهای سیستم، مشخص شود و از طرفی، چنین سیستمهایی بهسرعت پیچیده میشوند، مثلا گروهی از ۱۰۰ ذرهی کوانتومی می توانند ۱۰ به توان ۳۵ حالت اسپینی داشته باشند! حتی قدرتمندترین کامپیوترهای امروزی هم از شبیه سازی این حجم عظیم داده، بازمیمانند. اما در این پژوهش جدید، محققان رویکرد متفاوتی را اتخاذ کردهاند: آنها به جای تلاش برای محاسبه هر حالت ممکن، از یک شبکه نورونی مصنوعی برای تعمیم دادن به کل سیستم، استفاده کردند.
آنها نوعی شبکه نورونی مصنوعی ساختند و آن را برای شبیه سازی تابع موج یک سیستم چند ذره ای، برنامه نویسی کردند (یادگیری ماشینی)؛ سپس با استفاده از شبکه نورونی به حالت پایه سیستم دست یافتند. دانشمندان برای مشخص کردن عملکرد این سیستم، آن را با مسائلی که قبلا حل شده بود، مقایسه کردند. نتایج مقایسه، برتری این روش را اثبات کرد. این سیستم، یک نمونه مفهومی اولیه است، نه یک روش واقعی کارآمد برای فیزیکدانان؛ اما اهمیت آن در این است که روشهای بالقوه را مشخص میکند.