物理所王磊等發布深度學習算法稠密氫體系應用成功

氫是宇宙中最豐富的元素，也是元素周期表中最簡單的元素。在常溫常壓下，氫以氣態分子的形式存在。然而，在一些極端的條件下，例如巨行星內核、聚變實驗中，稠密的氫(或其同位素)表現出更加豐富的相圖，其中可能包含原子液體、金屬氫、高溫超導、液態超導等。稠密氫中包含等量的質子和電子，是一個簡單干凈的量子多體系統。因此，是否能夠精確地預測稠密氫的相圖和狀態方程，是發展第一性原理計算方法的試金石。

最近，中國科學院物理研究所/北京凝聚態物理國家研究中心凝聚態理論與計算重點實驗室T02組博士研究生謝浩、李子航和王磊研究員，與北京應用物理與計算數學研究所的王涵研究員、深勢科技/北京科學智能研究院的張林峰博士合作，發展了一套基于深度學習技術的變分自由能計算方法，并成功應用于處在原子液體相的稠密氫體系。 此方法使用一套正則化流模型表示質子的玻爾茲曼分布、一套費米子神經網絡表示給定質子構型時的多電子波函數，通過聯合變分優化兩套神經網絡來最小化體系的自由能，從而計算狀態方程。

和傳統的計算方法相比，該方法充分利用了近年來深度生成模型和神經網絡波函數的進展：在保證結果準確可靠的同時，可以直接估計體系的熱力學熵，對于行星建模等應用非常便利。通過合適的擴展，深度變分自由能方法還能夠處理電子有限溫效應以及核量子效應，從而應用于稠密氫相圖的其他區域，給出關于這一基本物質狀態的全面認識。

計算所得的溫度6000K密度1.38g/cm3的稠密氫體系的能量、熵和壓強

該工作近期發表于物理評論快報Phys. Rev. Lett. 131, 126501 (2023)，文章鏈接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.131.126501。研究工作得到了中科院先導項目（Grants No. XDB0500000, XDB30000000）和國家自然科學基金項目（Grants No. 92270107，12188101, 12122103，T2225018，T2121001）的支持。