由于量子效应的影响十分复杂，微观物理系统量子状态的测定需要对其状态进行非常精密的准备并进行反复多次测定。据瑞士苏黎世联邦理工大学消息，该校理论物理研究所一个国际科研团队应用神经元信息网络原理，提出一种具有学习功能的计算机程序，能够根据有限的实验数据，通过不断的“学习”和纠错，逐步“学会”系统量子状态变化规律，进而依据学习结果根据要求重新构建或预测复杂的多单元量子体系的状态，即进行所谓“虚拟实验”。该项成果已在学术期刊《Nature Physics》上发表。
用现有通用计算方法在计算机上进行多粒子体系的量子状态计算，其复杂程度随着系统中粒子数量的增加呈指数级别增长，主要原因是所谓“量子纠缠”现象，即相距很远的量子粒子之间虽没有信息交换，但相互间仍有特定的内部“联系”。
科研团队提出一种“隐性神经元层”的方法，大大压缩了计算工作量。据介绍，这种计算机学习程序能够模拟和验证最多具有100量子比特的复杂量子计算机，并且对实验物理学家也有重要价值，可以进行对实验室内很难完成的复杂量子体系状态的预测，如多粒子间量子纠缠情况。这一成果对量子计算机领域具有重要应用价值。
