来源论文: https://arxiv.org/abs/2603.14425v1 生成时间: Mar 21, 2026 09:12

执行摘要

理解强关联量子多体系统是现代物理学的核心挑战。传统的张量网络态（Tensor Network States, TNS）如 MPS 和 PEPS 在处理一维系统时表现卓越，但在二维及以上维度，由于受限于纠缠熵的“面积定则”以及计算复杂度的指数级攀升，其应用面临严峻挑战。另一方面，基于神经网络的量子态（Neural Network Quantum States, NQS）展现了极强的非局部关联表示能力，但在处理高纠缠态的系统优化时往往缺乏张量网络那样的受控精度。

近日，由中国科学院物理研究所、中国科学院大学、字节跳动 Seed 实验室、北京大学及上海交通大学的研究团队共同提出了一种名为 νTNS (Neural Tensor Network States) 的混合架构。该架构的核心哲学是**“分工协作”**：利用深度神经网络（如 CNN 或 Transformer）作为全局非酉解耦器（Disentangler），将物理构型映射到低纠缠的重构变量空间；随后利用张量网络（如 MPS）对残余关联进行高效压缩。这种协同效应使得 νTNS 在典型的受挫磁性系统——自旋-1/2 $J_1-J_2$ 海森堡模型上，在高度受挫点 $J_2/J_1=0.5$ 处取得了目前已知的最低变分能量。本文将从理论基础、技术实现、实验数据及局限性等维度，对这一具有里程碑意义的工作进行深度技术解析。

1. 核心科学问题、理论基础与技术细节

1.1 核心科学问题：维度的诅咒与纠缠屏障

在量子多体模拟中，最根本的困难在于希尔伯特空间的维度随粒子数 $N$ 呈指数增长。张量网络（TN）通过将波函数系数分解为局部张量的收缩，成功捕捉了低纠缠态的特性。然而，对于二维强关联系统（如高温超导体的原型模型或受挫磁性系统），物理构型之间的纠缠变得异常复杂且具有长程特性。虽然 PEPS 在理论上是二维体系的自然推广，但其收缩复杂度（$O(D^{10})$ 或更高）限制了 bond dimension $D$ 的取值，导致其在高纠缠区域的表示精度受限。

神经网络（NN）则通过其高度非线性的映射，能够捕捉复杂的、长程的构型关联，但在某些物理细节的精确刻画（如局部的对称性保持和系统化的精度改进）上，不如 TN 稳定。νTNS 的科学目标就是通过神经网络预处理“解耦”纠缠，让张量网络在较低的 bond dimension 下就能达到极高的精度。

1.2 νTNS 架构的理论基础：解耦与压缩的解构

νTNS 的波函数表示可以写为：

$$\Psi(s_1, \dots, s_N) = \text{Tr} \prod_{i=1}^N A_i[s_1, \dots, s_N]$$

这里的关键区别在于，传统的 MPS 中张量 $A_i$ 仅依赖于局部自旋 $s_i$。而在 νTNS 中，张量 $A_i$ 变成了构型依赖的。其构造过程如下：

  1. 嵌入层 (Embedding Layer)： 将物理自旋构型 $\{s_i\}$ 映射为连续空间的特征向量 $X^{(0)}$。为了引入几何信息，这里加入了位置编码（Positional Encoding）。
  2. 神经网络解耦器 (NN Disentangler)： 特征向量经过 $\ell$ 层神经网络（论文主要讨论了 CNN-MPS 和 T-MPS 两种实现）。CNN 通过卷积核的层层堆叠，将远距离节点的关联逐步汇聚、转化，最终输出重整化后的特征 $X^{(\ell)}$。这一步被视为“全局解耦”，旨在消除系统中最难处理的长程纠缠成分。
  3. 张量网络后端 (TN Backbone)： 将重整化后的特征 $X^{(\ell)}$ 与一组可训练的 rank-4 张量 $T_i$ 结合，生成构型依赖的 MPS 张量 $A_i$。通过 Trace 运算得到最终的波函数振幅。

1.3 技术难点：变分优化的稳定性与精度

将 NN 和 TN 结合后，参数量显著增加，变分优化变得极为困难。普通的随机梯度下降（SGD）或 Adam 在此类复杂地貌的能量曲面上极易陷入局部极小值。本研究采用了 MARCH 算法（Modified Adaptive Reconfiguration for Coupled Hamiltonians），这是随机重构（Stochastic Reconfiguration, SR）的一种稳定变体。SR 在数学上等价于自然梯度下降，它利用 Fisher 信息矩阵（或称量子几何张量）来引导参数更新，确保更新方向在希尔伯特空间中是最优的。

此外，如何在保持变分自由度的同时强加物理对称性（如 $C_{4v}$ 点群对称性）也是技术难点。作者通过对波函数进行对称化求和（Symmetrization）来显式保持对称性，这极大地增强了优化稳定性并提高了结果精度。

2. 关键 Benchmark 体系、计算数据与性能分析

2.1 Benchmark 模型：自旋-1/2 $J_1-J_2$ 海森堡模型

该模型是凝聚态物理中最为著名的“受挫”系统之一，其哈密顿量为：

$$H = J_1 \sum_{\langle i,j \rangle} \vec{S}_i \cdot \vec{S}_j + J_2 \sum_{\langle\langle i,j \rangle\rangle} \vec{S}_i \cdot \vec{S}_j$$

在 $J_2/J_1 = 0.5$ 附近，经典有序态被量子波动强烈压制，其基态究竟是价键固体（VBS）还是量子自旋液体（QSL）已争论了二十余年。这成为检验任何新型变分算法的“试金石”。

2.2 能量精度对比

在 $10 \times 10$ 晶格上，νTNS (CNN-MPS) 取得了 $-0.4976939(2)$ 的单格能量，这超过了之前所有的变分方法，包括：

  • DMRG: -0.495530
  • GCNN (Group Convolutional NN): -0.497437
  • ViT (Vision Transformer): -0.497634
  • CNN (2024年最新结果): -0.4976921

在更大的 $20 \times 20$ 晶格上，νTNS 的优势更加明显。对于这一规模，精确对角化（ED）已无法处理，νTNS 依然保持了极佳的收敛性，给出了目前最可靠的能量上限。这种跨尺度的稳定性证明了 νTNS 对长程关联的捕捉能力是系统性的，而非仅针对小尺寸体系。

2.3 物理量观测：量子自旋液体的证据

除了能量，作者还通过有限尺寸标度（Finite-size scaling）分析了自旋（Spin）、二聚体（Dimer）和斑块（Plaquette）关联函数：

  • 自旋结构因子 $S_s(\pi, \pi)$： 虽然有明显的 Néel 峰值，但在热力学极限下由于受挫效应并不表现出长程磁序。
  • 二聚体与斑块关联： 实验数据显示关联函数呈幂律衰减（Power-law decay），而非指数衰减或常数。这意味着系统中不存在长程的 VBS 或 Plaquette 有序态。

这些计算数据有力地支持了在 $J_2/J_1 = 0.5$ 点处存在无能隙量子自旋液体 (Gapless QSL) 的理论猜想，这对于凝聚态物理界凝聚共识具有重要意义。

2.4 神经网络架构性能对比

论文还比较了 CNN-MPS 和 T-MPS（基于 Transformer）。有趣的是，在当前受挫磁性体系下，CNN 表现优于 Transformer。这可能是由于 CNN 的平移不变性和局部关联提取能力在格点自旋系统中更具归纳偏置（Inductive Bias）优势。Transformer 虽具有更好的全局“电报式”通信能力，但其计算开销更大，在当前的采样效率下更难训练。

3. 代码实现细节与复现指南

3.1 核心算法实现逻辑

复现 νTNS 框架需要具备处理变分蒙特卡洛（VMC）和深度学习框架的综合能力。代码实现通常分为以下几个模块：

  1. 采样模块： 基于 Metropolis-Hastings 的马尔可夫链蒙特卡洛（MCMC）。为了应对 $J_1-J_2$ 模型中的符号问题，作者使用了 Marshall Sign Transformation（马歇尔正负号规则）进行预处理，将波函数转为主要是正值的分布，极大提升了采样效率。
  2. 网络结构模块：
    • CNN： 典型的实现是多层残差卷积层（Residual Blocks）。
    • Backflow MPS： 这需要实现一个自定义的张量收缩层。物理态被转化为特征向量后，作为门控（Gating）或偏置（Bias）注入到 MPS 的局部张量收缩中。
  3. 优化器模块： 实现 MARCH 算法。关键在于计算对数波函数的梯度 $\partial_{\theta} \log |\Psi_{\theta}(s)|$ 以及 Fischer 信息矩阵。由于参数量达到 $2 \times 10^5$，直接求逆是不可能的，通常使用迭代求解器（如共轭梯度法 CG）。

3.2 推荐软件包与 Repo

虽然该论文未直接提供官方 Repo，但基于其描述，可以利用以下开源生态进行复现：

  • NetKet (Python/JAX): 这是目前 NQS 领域最强大的开源框架。其内部已集成了 SR 优化器，且由于基于 JAX，非常适合实现自定义的神经网络张量网络混合态。
  • Quimb: 用于高效的张量网络收缩。其 TensorNetwork 对象可以很容易地与 PyTorch 或 JAX 的梯度系统集成。
  • 参考 Repo Link: NetKet GitHub (推荐在此基础上构建 νTNS)。

3.3 关键超参数 (Hyperparameters)

根据论文 Supplementary Materials，复现时应参考以下配置：

  • Batch Size: 4096 (采样并行度)。
  • Learning Rate: CNN-MPS 为 0.15；T-MPS 为 0.10。
  • MPS Bond Dimension $D$: 5 到 20 (D=20 时能量达到 SOTA)。
  • Embedding Dimension $h$: 32。
  • NN Layers $\ell$: 20层卷积。
  • Optimization Steps: 15,000步。

4. 关键引用文献与局限性评论

4.1 关键引用文献

  1. Carleo & Troyer (Science, 2017): 开启了神经网络表示量子多体态（NQS）的先河。[Ref 15]
  2. White (PRL, 1992): 奠定了 DMRG 和现代张量网络的基础。[Ref 1]
  3. Nomura & Imada (PRX, 2021): 讨论了 Dirac 型节点自旋液体，并利用 NQS 进行验证。[Ref 16]
  4. Liang et al. (PRB, 2021): 早期尝试结合 CNN 与 PEPS 的工作，为本研究提供了混合架构的思路。[Ref 17]

4.2 局限性评论

尽管 νTNS 取得了辉煌的成绩，但作为技术作者，我们必须指出其存在的潜在局限性：

  1. 计算成本的二阶增长： 虽然论文提到计算成本随晶格尺寸 $N$ 呈 $O(N^2)$ 增长，但在高精度要求的 bond dimension $D$ 下，MPS 的收缩依然是瓶颈。对于更大的三维体系，MPS 可能需要替换为更复杂的 Tree Tensor Network 或 PEPS，这会使得自动微分和反向传播的内存压力剧增。
  2. 符号问题的残余： 尽管 Marshall Sign 变换对海森堡模型有效，但对于通用的费米子哈密顿量（如 Hubbard 模型），符号问题依然极其严重。神经网络能否作为“完美的符号预测器”仍是一个悬而未决的问题。
  3. 模型架构依赖性： 论文显示 CNN 优于 Transformer。这暗示了 νTNS 的性能高度依赖于人为选择的神经网络先验。对于非格点体系（如连续空间的化学分子），如何设计合适的 Disentangler 仍缺乏通用准则。
  4. 优化地貌的非凸性： 尽管 MARCH 算法很强，但在参数量极大的情况下，如何保证找到的是全局基态而非亚稳态，依然缺乏严格的数学保证。

5. 补充解析：从物理视角看 νTNS 的未来

5.1 量子纠缠的“重整化”新解

在物理学史中，重整化群（RG）是理解多体物理的核心。νTNS 的设计逻辑实际上与 RG 精神高度契合。神经网络层可以被看作是执行了一系列的非线性“分块自旋（Block-spin）”变换，它将高纠缠的物理构型空间粗粒化为具有局部性的特征空间。而张量网络层则负责处理这些“准粒子”之间的剩余低能关联。这种物理图景的清晰性是 νTNS 优于纯黑盒神经网络波函数的地方。

5.2 对量子化学的启示

对于量子化学科研人员来说，νTNS 提供了一种处理强电子关联（Strong Correlation）的新方案。在多中心过渡金属配合物或长链聚合物的电子结构计算中，传统的 CASSCF 空间受限，而 DMRG 在处理非一维排列的原子轨道时纠缠熵会迅速增加。如果将 νTNS 引入，利用神经网络提取分子的全局构型关联（类似 FNO 等轨道转换技术，但更强），结合张量网络处理活性空间，可能会在预测激发态和过渡态能量方面取得突破。

5.3 总结：协同的力量

νTNS 的成功不仅是一个算法的胜利，更是一种计算方法论的范式转移。它告诉我们，神经网络和张量网络不是竞争关系，而是互补关系。NN 擅长“破坏”长程纠缠的复杂性，而 TN 擅长“维护”低秩结构的精确性。未来，这种混合架构有望成为解决费米子负符号问题、模拟三维量子材料乃至在量子计算机上进行变分演化的核心利器。随着 JAX 等自动微分技术的成熟，我们有理由相信，νTNS 及其衍生架构将成为量子多体物理工具箱中的标配。