揚帆滄海迎激浪，勇立潮頭啟新航

王艷敏

隨著集成電路逐漸達到經典物理定律的應用極限，量子技術被公認有希望引領下一代科技革命。數以百億計的資源正朝著這一方向聚集，屬于量子技術的黃金時代即將來臨。科技引領未來，新時代的浪潮來臨之際，科技工作者無疑是眾多優秀“弄潮兒”中較為引人注目的那一類，從他們的行動中，眾人得以窺見量子技術背后的決心和力量。首都師范大學副教授冉仕舉正是諸多“弄潮兒”中的一位。十多年來，圍繞量子多體物理、張量網絡理論與方法、量子信息與量子計算、經典及量子機器學習等方向，解決行業中的痛點、難點，以基礎研究促進實踐發展，推動時代的進步，是他始終不變的信念。

櫛風沐雨秉初心，

砥礪前行路漫長

冉仕舉和物理學的結緣也許要從《時間簡史》談起，這部著作點亮了他對物理學的無限好奇與向往，使之奮力奔向科研的精彩旅途。2006年，冉仕舉考入北京師范大學物理學系，先后跟隨寇謖鵬教授和鄭志剛教授進行了簡單的電磁學與復雜網絡相關的科學研究。“現在回過頭來看，雖然當時我做的這些研究沒有結出什么值得一提的科研成果，但是進一步提升了我對物理的興趣，對我后來從事科研工作產生了十分積極的影響。”到了進行研究生專業選擇時，他幸運地結識了中國科學院大學的蘇剛教授，由此踏入了張量網絡與量子物理的精彩世界。

碩博期間，冉仕舉主要嘗試使用張量網絡對量子多體問題進行研究，接連圍繞“量子多體數值算法”與“強關聯模型與材料模擬”兩大方向產出了許多不錯的科研成果。他說：“選擇研究張量網絡的原因，一方面是其本身就是一種類似于‘微積分’‘線性代數’一樣的基礎數學工具，但目前對這一數學工具本身的研究還十分缺乏。另一方面，張量網絡有希望解決量子物理的高計算復雜度問題，但這方面還有太多太多尚待探索的地方。”

2015年加入西班牙光子科學研究所馬切伊·萊文斯坦（Maciej?Lewenstein）教授研究組后，冉仕舉開始思考一種新的量子多體模擬方法。“著名物理學家飛利浦·安德森有句名言——‘多了就不一樣了（More?is?different）’，這句話道出了凝聚態物理的精髓。借助張量網絡，我們希望能實現‘少了也能不一樣（Less?can?be?as?different?as?more）’，讓少體系統也展現出大尺寸系統的物理特性。”基于這個想法，冉仕舉等人提出了量子糾纏模擬方法，在小尺寸的量子體系實現對無窮大體系的高效精確模擬，走在了這一領域的國際前沿。

2017年前后，機器學習的快速發展逐漸引起物理學界的關注，冉仕舉及其合作者也敏銳地察覺到“張量網絡能用于機器學習，甚至可能在特定領域超越神經網絡”這一令人振奮的可能。此后，他們圍繞張量網絡與機器學習交叉融合方向展開了一系列研究，先后提出了“深度幺正性樹狀張量網絡機器學習”“監督、半監督、非監督張量網絡機器學習”“張量網絡壓縮感知”等頗有分量的成果。

值得一提的是，冉仕舉及其合作者在張量網絡機器學習方向的第一篇論文在2017年年底完成后，甚至因研究內容過于新穎而遲遲找不到合適的審稿人，以至于這一成果被多家期刊拒稿，歷經1年多時間，直到2019年才在《新物理學》（New?Journal?of?Physics）上成功發表。好酒不怕巷深，這篇遲發的文章先后獲得了英國物理學會出版社（IOP）頒發的“高影響力獎”與“高引用獎”。文章從發表到獲獎的曲折歷程背后，不單單代表著冉仕舉及其合作者的成就與貢獻，更意味著張量網絡、量子技術等新領域正在崛起——更多的資源正在匯聚、更光明的前景正在顯現。

凝心聚力共奮進，

同心逐夢譜新篇

2022年，國家自然科學基金委員會發布《可解釋、可通用的下一代人工智能方法重大研究計劃2022年度項目指南》，旨在促進我國人工智能基礎研究和人才培養，支撐我國在新一輪國際科技競爭中的主導地位。基于深度學習的人工智能方法雖然在許多場景取得了重要突破，但仍然存在模型可解釋性差、數據與算力需求大、理論基礎薄弱等問題。相比之下，張量網絡有望克服傳統機器學習模型的不足，成為量子物理與人工智能學科的熱門交叉課題。而在這一方向，冉仕舉已經下好了先手棋。

基于此前的研究積累，早在2020年，冉仕舉申請的國家自然科學青年基金“基于張量網絡與糾纏理論的高效可解釋量子機器學習算法”就已經獲批立項。依托首都師范大學（以下簡稱“首師大”），他以“發展具備更高解釋性的、能更有效解決量子物理問題的人工智能新方法，實現強關聯自旋系統量子相的高效識別”為目標，結合量子糾纏理論，開始了對張量網絡機器學習模型與算法的深入研究。如今，相關研究正有條不紊地推進，也陸續取得了一些令人振奮的成果。

將目光轉回2018年，自加入首都師范大學以來，冉仕舉便在授課的同時著手組建自己的科研團隊。截至目前，這支團隊已有7名碩士研究生、1名博士研究生。“提到這里，我要特別感謝首都師范大學物理系與交叉研究院給予我的幫助與支持”。對于一個全新的研究領域而言，短期內發表高分高被引論文、申請到好的項目都相當困難，而首師大則為新領域的研究提供了一個寬松、自由的學術氛圍，特別對于青年研究者而言，這是極為寶貴的。冉仕舉回憶：“記得回國找工作期間曾與紀安春教授討論學術，他對張量網絡量子模擬、量子機器學習這些新方向展現出的興趣與熱忱讓我感受到了大環境的良好學術氛圍。首師大也并沒有單純依據論文數量與期刊影響因子對求職者生硬地進行打分，是一個可以安心求學問做實事的地方。”

在指導學生的過程中，冉仕舉發現：“直接閱讀前沿論文會使得學到的知識碎片化，讀綜述又很難學到細節。”但在當時，并沒有特別適合初學者閱讀和學習的張量網絡方面的專著。基于此，冉仕舉及其合作者先后出版了英文專著《張量網絡收縮》（Tensor?Network?Contraction）與中文專著《張量網絡》，前者主要面向具有物理背景的專業讀者，后者主要面向初入門的學生與對張量網絡感興趣的非物理背景讀者。他說：“希望通過這兩本書，能為‘張量網絡發展成為一門成熟的交叉學科’盡綿薄之力，吸引更多的學生從事張量網絡的研究工作。”

在工作和校內日常生活中，冉仕舉深刻體會到：首師大的學生最大的特點就是做人、做事、做科研都很扎實。“平時和我們物理系的同學交流時，我會發現不少同學確實是在興趣驅動下選擇的物理專業，同時很多人也對基礎研究很感興趣，這就促使我們在科研方面進行更深一層的交流，從而做出很好的成績。課題組中關于量子計算與機器學習方法結合的一項工作，就是與本科生合作完成的。”提起學生，冉仕舉言語中難掩欣慰和自豪，并感嘆道，“這就是當老師的意義吧！第一要激發學生的興趣，傳授給學生知識，第二就是要推動他們自己去探索未知的世界。”

冉仕舉十分注重為學生營造自由的學習氛圍和科研氛圍，每當學生提出奇思妙想或得出新的成果，他總會認真傾聽、不吝贊美，與學生平等對話，相互探討。對此，他是這樣解釋的：“我一直認為自己是個非常幸運的人，無論是碩博時期蘇剛老師對我的指導與鼓勵，還是在西班牙從事博士后研究期間萊文斯坦教授對我的啟發，抑或是如今首師大對我的支持，都為我提供了一個自由的科研環境，讓我能夠心無旁騖地向著夢想的方向前進并且樂此不疲。”他希望，自己的學生也能在這樣的環境中成長，充分發揮自身的主觀能動性，發現科學之美，享受科研之樂。

（責編：袁園）