Un transformeur pour simuler le modèle XY

OOndine

Une équipe présente, dans une prépublication publiée sur arXiv, un réseau fondé sur un transformeur pour échantillonner des systèmes physiques sur réseau, puis le teste sur le modèle XY en deux dimensions, près de la transition de Berezinskii-Kosterlitz-Thouless. Ce modèle comporte des variables continues, qui peuvent prendre une gamme de valeurs plutôt que de se limiter à quelques options discrètes. Pour se représenter le problème, imaginons une grille dont chaque point peut prendre une orientation : l’échantillonneur doit générer des configurations possibles de l’ensemble, afin d’étudier le comportement du système. La méthode construit ces configurations avec un réseau autorégressif variationnel. Son architecture utilise une attention guidée par la localité : elle donne une place particulière aux liens entre les éléments proches sur la grille. Le réseau combine cette organisation avec des probabilités approximatives. Les auteurs indiquent que l’échantillonneur surpasse nettement des échantillonneurs neuronaux existants. L’équipe a entraîné le modèle sur des réseaux allant jusqu’à 96 par 96. Elle a aussi utilisé un estimateur de suppression de modes. Son rôle est de vérifier qu’aucune partie de l’espace des configurations n’est omise. Autrement dit, il cherche à repérer si l’échantillonneur néglige certaines configurations possibles. Les résultats reproduisent l’énergie, la magnétisation et le module d’hélicité obtenus avec l’algorithme traditionnel de Monte-Carlo par chaîne de Markov. Le résultat est donc encourageant pour le modèle XY et les réseaux testés, mais il ne suffit pas à établir que la méthode sera aussi efficace pour d’autres systèmes physiques.