美国STREAMLINE项目利用人工智能推进核量子多体问题研究

2026年8月25日，一个名为STREAMLINE的新项目正在将人工智能、机器学习与超级计算结合起来，用于解决核物理研究中的核量子多体问题，目标是更精确地模拟原子核内质子和中子的相互作用，并为中子星、基本相互作用等前沿问题提供理论支撑。

核量子多体问题的难点在于，随着粒子数量增加，粒子之间可能发生的相互作用会迅速增长，传统计算方法很快触及算力上限。即便使用高性能超级计算机，也通常只能处理规模相对有限的量子系统。STREAMLINE项目希望通过机器学习方法，提高对复杂量子体系的近似模拟能力，使计算规模以更可控的方式扩展。

参与项目的研究团队正在使用神经网络表示量子波函数。波函数包含量子系统可被理论描述的关键信息，以神经网络取代传统方程形式后，研究人员可以对以往难以处理的系统开展建模。据项目介绍，相关方法已从过去约十几个相互作用粒子的模拟能力，扩展到约100个粒子，为研究更接近真实原子核的系统提供了新的计算路径。

该项目产生的理论结果包括原子核的大小、能量和结构等可观测物理量，可与阿贡国家实验室串列直线加速器系统(ATLAS)等设施获得的实验数据进行比较，从而加强核理论与实验测量之间的联系。

STREAMLINE项目由多所大学和国家实验室合作开展。密歇根州立大学稀有同位素束流装置牵头推进重新启动的STREAMLINE 2合作项目，参与方还包括美国能源部费米国家加速器实验室、橡树岭国家实验室、佛罗里达州立大学、北卡罗来纳州立大学、俄亥俄州立大学、俄亥俄大学、田纳西大学以及阿贡国家实验室等机构。

阿贡国家实验室方面将核理论研究能力与先进超级计算资源结合，其中包括位于阿贡领导计算设施的Aurora超级计算机。该项目也与美国能源部“创世纪计划”方向相衔接，即利用人工智能加速科学发现和创新。研究人员认为，人工智能不仅可用于数据分析，也有望成为基础物理研究中构建和求解复杂模型的重要工具。