1. 项目概述当神经网络遇见薛定谔方程最近几年我一直在关注一个特别有意思的交叉领域用人工智能特别是深度神经网络去解决量子多体物理中的“老大难”问题。这个方向听起来很前沿但它的核心动机其实非常朴素——我们想算得更准、算得更快。传统上要精确求解一个包含多个电子或原子的量子系统基态也就是能量最低、最稳定的状态计算量会随着粒子数增加而指数级爆炸这就是著名的“维度灾难”。密度泛函理论DFT等近似方法虽然功勋卓著但在处理强关联材料、复杂分子时常常力不从心。这时候深度神经网络展现出了惊人的潜力。它不再依赖预设的物理假设而是以一种高度灵活的函数形式直接去“学习”和“表达”那个描述系统量子态的波函数。你可以把它想象成一个拥有数百万甚至数十亿可调参数的超级函数逼近器其目标就是找到一组参数使得对应的波函数所预测的系统能量最低同时满足量子力学的基本对称性。我最初接触这个想法时感觉就像给传统的变分蒙特卡洛方法装上了一台涡轮增压发动机。传统的变分法需要物理学家凭借直觉精心设计试探波函数的形式而神经网络则把这个设计过程自动化、泛化了。它不预设答案而是从数据或者说从与哈密顿量的不断交互中自己摸索出最优解。这篇内容我就想和你深入聊聊如何具体地用神经网络波函数来求解多体系统的基态。这不是一个空中楼阁的理论而是一套从原理到代码、从设计思路到调参避坑的完整实操方案。无论你是计算物理领域的研究者想寻找新的工具突破瓶颈还是机器学习工程师对探索AI在科学计算中的硬核应用感兴趣我相信这里面的细节和心得都能给你带来实实在在的启发。我们会从最基础的“为什么神经网络能行”说起一步步拆解网络架构的设计哲学、损失函数的物理内涵、高效采样的技巧以及那些在论文里通常不会写但在实际跑代码时一定会遇到的“坑”。2. 核心思路为什么神经网络是波函数的天然载体2.1 变分法的现代化身从参数化到“学习”求解量子多体系统基态本质上是一个优化问题。变分原理告诉我们对于任意一个试探波函数 Ψ(θ)其中 θ 代表参数其对应的能量期望值 E(θ) Ψ(θ)|H|Ψ(θ) / Ψ(θ)|Ψ(θ) 一定大于或等于真实的基态能量。当且仅当 Ψ(θ) 等于真实基态波函数时取等号。因此寻找基态就转化为了最小化能量期望值 E(θ) 的过程。传统方法中θ 的数量很少且每个参数都有明确的物理意义比如关联长度、Jastrow因子中的系数等。神经网络波函数则将 θ 扩展为网络的全部权重和偏置其数量可以达到数百万。这带来了两个根本性优势极高的表达能力通用近似定理保证了足够深的神经网络可以以任意精度逼近任何复杂函数。多体波函数在实空间中的结构可能极其复杂存在多个峰、长程关联、非平庸的节点结构对于费米子。神经网络特别是带有注意力机制或卷积结构的网络被证明能够有效捕获这些特征。自动的特征提取我们不需要告诉网络波函数应该长什么样。通过训练网络的低层、中层、高层神经元会自动学习到从粒子坐标到波函数值之间映射的各级抽象特征这可能对应着局域关联、中等尺度结构乃至全局对称性。注意表达能力强大也意味着容易过拟合或陷入局部极小。因此网络架构的设计必须巧妙地融入物理先验知识来约束搜索空间引导优化走向正确的方向。这不是单纯的机器学习任务而是物理智能与人工智能的结合。2.2 网络架构设计中的物理智慧直接用一个全连接网络MLP去拟合波函数是低效的。好的架构必须尊重系统的物理特性2.2.1 置换对称性玻色子与反对称性费米子这是最重要的对称性。对于全同粒子波函数必须满足特定的置换对称性。玻色子波函数在交换任意两个粒子坐标时对称Ψ(..., r_i, ..., r_j, ...) Ψ(..., r_j, ..., r_i, ...)。实现这一点相对简单可以让网络先处理每个粒子的坐标输出一个“粒子特征”然后将所有粒子特征通过一个对称函数如求和、求平均聚合起来最后映射到波函数值。这确保了输入粒子的顺序不影响输出。费米子波函数在交换任意两个粒子坐标时反对称Ψ(..., r_i, ..., r_j, ...) -Ψ(..., r_j, ..., r_i, ...)。这是更大的挑战。目前主流且成功的方法是采用Slater-Jastrow类型的思路或者使用排列等变网络。Slater-Jastrow 后处理用神经网络分别学习一个反对称的“Slater行列式”部分模拟单粒子轨道和一个对称的“Jastrow”关联因子部分两者相乘得到反对称波函数。网络可以学习轨道函数或Jastrow因子。FermiNet 架构这是DeepMind提出的一个里程碑式工作。它维护一组“粒子特征”在多层传播中每一层都计算每个粒子与其他所有粒子的差异体现反对称性所需的相对信息并通过注意力机制进行信息交换。最终这些特征被送入一个反对称化层如行列式来产生最终的波函数值。FermiNet直接输出反对称的波函数无需手动构造行列式。2.2.2 空间对称性如果系统具有平移、旋转或点群对称性波函数也应具备相应的不变性或协变性。我们可以通过数据增强对训练样本进行对称变换、在损失函数中添加对称性惩罚项或者最优雅地——使用等变神经网络如SE(3)-等变网络来内置这些对称性。等变网络能保证当输入坐标发生某种变换时输出波函数会按照物理规律进行相应的变换。2.2.3 规模缩放与局部性多体系统的相互作用通常是局部的。虽然全连接层理论上可以学习任何模式但卷积层CNN或图神经网络GNN能更高效地利用这种局部性。对于周期性系统或具有网格结构的系统如晶格模型CNN是自然的选择。对于分子或无序系统GNN将原子或粒子视为图的节点通过边传递信息能自动适应变化的邻居结构计算效率更高且易于扩展到更大体系。2.3 损失函数不止是能量最小化我们的目标函数是能量期望值 E(θ)。然而直接计算 E(θ) 需要在高维空间进行积分这通过蒙特卡洛采样来实现 E(θ) ≈ (1/N) Σ_{i1}^{N} [H Ψ_θ(X_i)] / Ψ_θ(X_i)其中 {X_i} 是从概率分布 |Ψ_θ(X)|^2 中采样的一组构型。因此训练神经网络的损失函数 L(θ) 就是这蒙特卡洛估计的能量。我们通过随机梯度下降来优化 θ。这里有几个关键点梯度计算损失函数相对于网络参数 θ 的梯度可以通过“对数导数技巧”高效计算无需直接对采样过程求导。这通常由自动微分框架如JAX、PyTorch自动完成。方差控制蒙特卡洛估计的方差直接影响优化的稳定性和速度。使用局部能量E_L(X) [H Ψ(X)] / Ψ(X) 的方差作为辅助监控指标至关重要。方差过大意味着采样不足或波函数质量差。正则化除了能量我们可以在损失中加入小的正则化项例如惩罚波函数在边界处的行为确保归一化或鼓励满足特定的对称性。3. 实操流程从零搭建一个神经网络变分蒙特卡洛代码理论说得再多不如动手跑一遍。下面我将以求解一个简单的量子系统——一维谐振子链的基态为例勾勒出完整的实现步骤。这里我们选择使用全连接网络和马尔可夫链蒙特卡洛采样因为其概念清晰易于实现和理解。3.1 环境与依赖准备我们选择JAX作为核心计算框架。JAX 的自动微分、向量化和 Just-In-Time 编译特性非常适合这种需要大量重复计算梯度、能量和进行采样的科学计算任务。相比纯 PyTorch在CPU/GPU上通常有更高的性能。# 建议的依赖包 pip install jax jaxlib # 核心计算框架 pip install flax # 用于管理神经网络参数的库比纯JAX更方便 pip install optax # 优化器库 pip install numpy matplotlib tqdm # 基础科学计算和可视化3.2 定义系统与哈密顿量首先我们需要定义要研究的物理系统。这里以一维N粒子谐振子链为例粒子间有最近邻相互作用。import jax import jax.numpy as jnp from functools import partial class HarmonicChain: def __init__(self, num_particles, omega1.0, k1.0): 初始化一维谐振子链。 num_particles: 粒子数 omega: 谐振子势阱频率 k: 粒子间耦合强度 self.N num_particles self.omega omega self.k k def potential_energy(self, x): 计算势能每个粒子的谐振子势 最近邻耦合势 # x 的形状为 (batch_size, N) 或 (N,) trap_potential 0.5 * self.omega**2 * jnp.sum(x**2, axis-1) # 最近邻耦合势 0.5 * k * (x_{i1} - x_i)^2 coupling_potential 0.5 * self.k * jnp.sum((x[..., 1:] - x[..., :-1])**2, axis-1) return trap_potential coupling_potential def local_energy(self, wavefunction_fn, x): 计算给定构型x下的局部能量 E_L(x) (H Ψ)(x) / Ψ(x) 对于一维连续系统H -0.5 * Σ_i ∂²/∂x_i² V(x) # 使用JAX自动微分计算梯度力和拉普拉斯算子动能项 def log_psi(x): return jnp.log(wavefunction_fn(x)) # 计算一阶梯度力 grad_log_psi jax.grad(log_psi) # 计算动能项 -0.5 * (∇² log|Ψ| (∇ log|Ψ|)² ) # 我们可以通过 jax.vmap 对每个粒子坐标求二阶导或者用 jax.hessian # 这里采用一种高效的方法计算梯度的散度 grad_fn jax.vmap(jax.grad(log_psi), in_axes0, out_axes0) # 对每个输出维度求导 def div_fn(x): grad grad_fn(x) # 形状与x相同 # 计算散度对每个粒子的梯度再求导并求和 div jnp.trace(jax.jacobian(grad_fn)(x)) # 注意高维下此计算较慢有更优方法 return div # 对于大系统计算全雅可比矩阵开销大。通常采用“对角黑塞”近似或随机估计。 # 这里为了概念清晰我们使用一个简化但计算量大的方法。 # 实际生产代码会使用更高效的动能估计器如“对角黑塞”法。 laplacian_log_psi div_fn(x) grad_vec grad_log_psi(x) kinetic -0.5 * (laplacian_log_psi jnp.sum(grad_vec**2)) potential self.potential_energy(x) return kinetic potential实操心得计算动能项拉普拉斯算子是连续系统神经网络变分蒙特卡洛中计算量最大、也最容易出错的部分。上述代码中的div_fn在粒子数多时非常慢。工业级实现如NetKet、FermiNet的代码会使用一种称为“对角黑塞”的技巧或者利用自动微分只计算黑塞矩阵的对角元这能大幅提升性能。在初次实现时可以先在小系统如N3上验证正确性。3.3 构建神经网络波函数我们使用 Flax 定义一个简单的全连接网络。注意为了满足玻色子的置换对称性我们采用“先编码后对称化”的策略。import flax.linen as nn from typing import Sequence class SymmetricBosonicNN(nn.Module): hidden_dims: Sequence[int] nn.compact def __call__(self, x): x: 输入构型形状 (..., N)。这里假设是批量输入。 输出波函数的对数 log|Ψ(x)| # 1. 每个粒子独立编码一个简单的MLP def particle_encoder(coord): # coord: 单个粒子的坐标 y coord for dim in self.hidden_dims: y nn.Dense(dim)(y) y nn.tanh(y) # 使用tanh激活函数保证输出平滑 # 输出一个标量特征 return nn.Dense(1)(y).squeeze(-1) # 使用vmap将粒子编码器应用到所有粒子上 # 首先将x展平为 (batch_size*N, 1)编码后再reshape batch_shape x.shape[:-1] num_particles x.shape[-1] x_flat x.reshape(-1, 1) # (batch_size * N, 1) # 这里为了简化我们假设每个粒子编码器共享参数。Flax的nn.vmap可以方便实现。 # 更简单的方式直接用一个MLP处理所有粒子但最后通过求和实现对称性。 # 我们采用后一种简单实现 # 将每个粒子的坐标输入同一个MLP得到每个粒子的特征然后求和。 features [] for i in range(num_particles): feat particle_encoder(x[..., i:i1]) # 取单个粒子坐标 features.append(feat) # 堆叠并求和以实现对称性 total_feature jnp.sum(jnp.stack(features, axis-1), axis-1) # 形状 (batch_size,) # 2. 将对称化后的特征映射到最终的log|Ψ| y total_feature for dim in self.hidden_dims: y nn.Dense(dim)(y) y nn.tanh(y) log_wavefunction nn.Dense(1)(y).squeeze(-1) # 输出标量 log|Ψ| return log_wavefunction # 初始化网络和参数 import numpy as np key jax.random.PRNGKey(0) dummy_input jnp.ones((1, 3)) # 批量大小13个粒子 model SymmetricBosonicNN(hidden_dims[16, 16]) params model.init(key, dummy_input)这个网络结构非常基础。对于更复杂的系统你需要考虑输入预处理将粒子坐标减去质心或进行其他归一化。更强大的对称化使用注意力机制或Deep Sets结构。复数波函数对于有磁场的系统或需要相位的情况网络应输出复数。3.4 马尔可夫链蒙特卡洛采样我们需要从当前波函数对应的概率分布 |Ψ_θ(x)|^2 中采样构型 {X_i}。通常使用Metropolis-Hastings算法。def metropolis_step(params, wavefunction_fn, key, current_x, step_size0.1): 对单个构型执行一次Metropolis移动。 propose_key, accept_key jax.random.split(key) # 提议新构型在当前构型上加一个随机扰动 noise jax.random.normal(propose_key, shapecurrent_x.shape) * step_size proposed_x current_x noise # 计算接受率 min(1, |Ψ(proposed)|^2 / |Ψ(current)|^2) log_psi_current wavefunction_fn(params, current_x) log_psi_proposed wavefunction_fn(params, proposed_x) log_accept_ratio 2 * (log_psi_proposed - log_psi_current) # 因为取的是概率幅的平方 # 决定是否接受 log_u jnp.log(jax.random.uniform(accept_key)) accept log_u log_accept_ratio # 根据接受与否返回新构型 new_x jnp.where(accept, proposed_x, current_x) return new_x, accept # 使用vmap和fori_loop实现批量采样和多步采样 partial(jax.jit, static_argnums(1, 4, 5)) def run_mcmc(params, wavefunction_fn, key, initial_pos, num_steps, num_warmup): 运行MCMC链预热后返回采样到的构型。 def step_fn(i, state): pos, key, accept_count state key, subkey jax.random.split(key) new_pos, accept metropolis_step(params, wavefunction_fn, subkey, pos) new_accept_count accept_count accept return (new_pos, key, new_accept_count) # 预热阶段 warmup_state (initial_pos, key, 0) pos_warm, key_warm, _ jax.lax.fori_loop(0, num_warmup, step_fn, warmup_state) # 采样阶段 all_samples [] sample_state (pos_warm, key_warm, 0) for i in range(num_steps): sample_state step_fn(i, sample_state) all_samples.append(sample_state[0]) # 收集位置 samples jnp.stack(all_samples, axis0) final_accept_rate sample_state[2] / num_steps return samples, final_accept_rate注意事项MCMC的步长step_size需要仔细调节。接受率通常建议在20%-50%之间。接受率太高意味着步长太小探索空间效率低接受率太低意味着步长太大拒绝太多同样效率低。可以设计一个自适应的步长调整策略。3.5 训练循环能量最小化将采样、能量计算和参数更新整合到一个训练循环中。import optax jax.jit def compute_loss_and_grad(params, samples, local_energy_fn): 计算一批样本上的能量损失和梯度 # 向量化计算局部能量 batch_local_energy jax.vmap(local_energy_fn, in_axes(None, 0))(params, samples) # 损失是局部能量的平均值 loss jnp.mean(batch_local_energy) return loss, batch_local_energy def train_step(params, opt_state, key, sampler_state, optimizer, num_mc_samples1000): 一个训练步 # 1. 采样 samples, accept_rate run_mcmc(params, model.apply, key, sampler_state, num_mc_samples, num_warmup200) # 使用最后一批样本的最后一个构型作为下一次采样的起点以保持链的连续性 new_sampler_state samples[-1] # 2. 计算损失和梯度 loss, local_energies compute_loss_and_grad(params, samples, local_energy_fn) energy_variance jnp.var(local_energies) # 监控方差 # 3. 参数更新 grads jax.grad(lambda p: compute_loss_and_grad(p, samples, local_energy_fn)[0])(params) updates, opt_state optimizer.update(grads, opt_state, params) new_params optax.apply_updates(params, updates) metrics { energy: loss, energy_std: jnp.std(local_energies), accept_rate: accept_rate } return new_params, opt_state, new_sampler_state, metrics # 训练主循环 key jax.random.PRNGKey(42) # 初始化优化器 optimizer optax.adam(learning_rate1e-3) opt_state optimizer.init(params) # 初始化采样状态随机初始构型 sampler_state jax.random.normal(key, (model.N,)) * 0.1 num_epochs 5000 for epoch in range(num_epochs): key, subkey jax.random.split(key) params, opt_state, sampler_state, metrics train_step( params, opt_state, subkey, sampler_state, optimizer, num_mc_samples500 ) if epoch % 100 0: print(fEpoch {epoch}: Energy {metrics[energy]:.6f}, Std {metrics[energy_std]:.6f}, Accept {metrics[accept_rate]:.3f})这个训练循环包含了神经网络变分蒙特卡洛的核心要素MCMC采样、基于样本的能量估计、以及通过梯度下降更新网络参数。4. 关键技巧与常见陷阱在实际操作中有几个地方如果不注意很容易导致训练失败或结果不准确。4.1 初始化与归一化网络参数初始化波函数通常需要在坐标空间中有一定的“展宽”。如果网络初始输出太小会导致采样困难所有概率集中在一个点。建议使用较小的权重初始化如He normal并在最后一层使用零或接近零的偏置初始化让初始波函数接近一个常数或高斯函数。输入归一化粒子坐标的尺度会影响优化动态。最好对输入坐标进行归一化例如减去均值、除以标准差或者根据物理势阱的特征长度进行缩放如一维谐振子的特征长度是 1/sqrt(omega)。这能使优化过程更稳定。4.2 采样中的自相关与平衡态预热步数MCMC链需要一定步数才能达到平衡分布即 |Ψ|^2。num_warmup必须足够大。一个简单的判断方法是观察能量估计值是否在预热后趋于稳定。样本自相关连续的MCMC样本是高度相关的。直接用它们估计能量期望值会低估方差。标准做法是1) 每间隔一定步数如10-100步取一个样本这个间隔称为“稀释间隔”2) 使用批均值或块平均方法来估计有效样本量和真实误差。多链并行只运行一条MCMC链有风险它可能被困在某个局部模式中。最佳实践是并行运行多条独立的链从不同的随机初始点开始。最终的估计值是所有链的平均这能提供更可靠的误差估计并有助于检测是否收敛。4.3 优化策略与学习率调度优化器选择Adam优化器通常是首选因为它能自适应调整学习率对超参数不那么敏感。对于某些问题带动量的SGD或RMSprop也可能表现良好。学习率衰减训练初期需要较大的学习率快速下降后期则需要小的学习率精细调整。使用余弦退火或指数衰减的学习率调度器能显著提升最终精度。梯度裁剪在训练初期波函数可能在某些区域非常小导致对数波函数的梯度爆炸。对梯度进行裁剪如设置最大范数可以防止训练不稳定。4.4 监控与诊断局部能量方差这是衡量波函数质量的最重要指标之一。根据变分原理当且仅当波函数是哈密顿量的本征态时局部能量的方差为零。因此在训练过程中方差持续下降是收敛的良好标志。如果方差很大或波动剧烈可能意味着采样不足、网络表达能力不够或优化出了问题。能量迹线图绘制能量随训练步数的变化图。健康的训练过程应该显示能量快速下降后在一个值附近平稳波动。持续的下降趋势可能意味着尚未收敛而剧烈的上下跳动可能意味着学习率太高或采样有问题。波函数可视化对于小系统如1-2个粒子可以定期将学习到的波函数在低维切片上可视化与已知的精确解或高精度数值解进行比较。这是验证代码正确性和网络学习效果的最直观方法。5. 性能优化与进阶方向当系统规模变大或网络变深时计算会成为瓶颈。以下是一些优化思路利用JAX的JIT编译如上文代码所示使用jax.jit装饰关键函数如局部能量计算、MCMC步可以将Python函数编译成高效的XLA代码在CPU/GPU上获得巨大加速。向量化与批处理尽可能使用jax.vmap对样本批处理进行操作这能充分利用硬件并行能力。高效的动能计算如前所述避免计算完整的黑塞矩阵。使用“对角黑塞”法或利用自动微分只计算梯度的散度部分。分布式计算MCMC采样和能量计算可以很容易地在多个设备多个CPU核心或GPU上并行。JAX的pmap函数可用于数据并行。在掌握了基础方法后你可以探索更前沿的方向费米子系统实现 FermiNet 或 PauliNet 等架构处理电子结构问题。晶格模型使用卷积神经网络或图神经网络处理自旋模型如海森堡模型、t-J模型。含时问题将方法扩展到含时薛定谔方程研究量子动力学。激发态在损失函数中加入与低能态的正交性约束可以求解第一、第二激发态。用神经网络求解量子多体问题是一场物理直觉与数据驱动方法的精彩共舞。它要求我们既深刻理解量子力学的基本原理又熟练掌握现代深度学习的工具。这个过程充满了挑战——从设计一个既能表达复杂关联又满足对称性的网络到调试一个稳定高效的MCMC采样流程再到从嘈杂的优化曲线中判断收敛性。但每一次成功地将能量降低到已知数值以下或者清晰地再现出理论预测的关联函数所带来的成就感也是无与伦比的。我自己的经验是从小系统、已知精确解的问题开始如一维谐振子、少量粒子的盒子中的粒子逐步验证代码的每一个环节是走向更复杂问题的唯一可靠路径。这个领域仍在飞速发展新的网络架构和训练技巧不断涌现但万变不离其宗的核心始终是变分原理和蒙特卡洛方法的美妙结合。