面向分数量子霍尔液体晶体化的首次原理 AI

分数量子霍尔（FQH）液体何时晶体化？回答此问题需要一个在强 Landau 能级混合 regime 下对分数化和晶体化同时处理的框架。本文引入 MagNet，一种面向磁场下 torus 几何体系的自注意力神经网络变分波函数。我们表明 MagNet 提供了一个统一且具表达力的 ansatz，能够在同一架构中描述 FQH 态和电子晶体。仅通过能量最小化微观哈密顿量训练，MagNet 发现了在广泛 Landau 能级混合范围内的拓扑液态和电子晶体基态。我们的结果凸显了首次原理 AI 在解决强相互作用众多体问题以及发现竞争相而无需外部训练数据或物理预知知识中的强大能力。