——记中国人民大学物理系副教授谢志远
　　
□　陈 璐

　　
　　
　　物理世界高深繁杂，其中包括难以计数的研究对象。在物理学的前沿研究领域中，强关联多体系统便是一类重要的研究对象。这一系统中包含了很多深刻的物理概念和新奇的物理现象，比如量子自旋液体、高温超导等。然而，对这类系统进行理论研究，却是非常困难的。
　　事实上，强关联多体量子系统研究的复杂性随着粒子数的增长而指数增加，远远超过了当今计算机所能处理的复杂度，这就是1999年诺贝尔化学奖获得者Walter Kohn在他的获奖报告中提到的所谓“指数墙”问题，也是研究强关联量子问题面临的最大挑战之一。为了解决这个问题，强关联量子理论近年来受到广泛关注的一个研究方向就是发展张量重正化群方法，这一方法在强关联量子问题研究方面有广泛的发展和应用前景，而多年来谢志远就扎根在这一领域研究中探索不辍。他将满腔的科研探索热情付诸基于数值重正化群的多体计算方法，及其在强关联、相变与临界系统中的应用，沉淀、积累，收获了丰硕的科研果实。
　　
不竭探索热情，坚定科研方向
　　青年时期充满着无限可能，在这段时期我们可以跟随内心去挑战一切未知。回顾谢志远的科学研究历程，虽然他最初的专业方向与张量重正化群的理论以及方法研究并无很大交集，但在转换科研方向之后，他愈发感受到当前研究领域的魅力所在，从而对自己内心的选择也更加笃定了。
　　2003年9月，谢志远以优异的成绩考入哈尔滨工业大学电子科学与技术专业，经过4年的学习与探索，在这一专业领域打下了坚实的基础。为了能够在科研领域有更长远的发展，他意识到夯实理论基础的重要性，通过不懈努力，被免试推荐至中国科学院理论物理研究所攻读理论物理博士学位。他博士阶段所在课题组的主要研究方向是凝聚态理论，课题组在密度矩阵重正化群与张量重正化群、高温超导理论研究中，均具有丰富的研究经验。
　　重正化群理论是20世纪70年代主要由美国物理学家肯尼斯·威尔逊所建立的，当时这一理论的提出在物理界引起了极大轰动，而这项成就也促使他获得了1982年诺贝尔物理学奖。在这之后，人们发现这种方法在很多一维问题的求解中存在缺陷，在这一背景下，很多研究者都试图改进和推广威尔逊的数值重正化群方法，这一过程中的重要贡献就包括谢志远的导师向涛研究员及其合作者所提出的单点扩充方法，以及后来的量子转移矩阵重正化群与动量空间密度矩阵重正化群方法。作为这一领域具有国际影响力的专家学者，导师的研究视野和特质深深感染了年轻的学生，并引导他们思考其中的重要方向和基本问题。谢志远意识到这一领域研究的前景所在，因此积极投身其中，开始了全新的科研征程。他与合作者一起提出了二次张量重正化群、高阶张量重正化群等有效数值方法，取得了一些突破性进展，得到了国内外同行的认可，并推动了该领域的发展。
　　博士毕业后，他又于2012年9月—2015年9月在中国科学院物理研究所凝聚态理论与材料计算实验室从事了3年的博士后研究工作。在这期间，他积极参与课题组的研究工作，在针对量子阻挫这一凝聚态系统的基本理论问题的探索中，取得了一系列成果。
　　用张量重正化群方法解决量子阻挫磁性问题，是张量重正化群研究的一个很重要的目标，但很长一段时间一直没有太多进展。谢志远与合作者探索发现，造成这个问题的主要原因之一是，过去所用的张量乘积态波函数只是强调两粒子之间的量子纠缠，而在一个量子阻挫系统中，两体纠缠可能是不够的。为了正确刻画这种多体量子纠缠，他们提出了一种新的张量网络态波函数，即投影纠缠单形态，这种波函数能够精细刻画每个几何单形上的三体或更多体的量子纠缠。这项工作为解决量子阻挫问题奠定了很好的基础，是量子阻挫问题研究的一个重要进展。
　　
坚守科研信仰，潜心物理研究
　　走出青涩的学生时代，如今的谢志远也逐渐步入了而立之年，并逐渐转型成为一位愈加成熟的科研学者。2015年10月，他加入中国人民大学物理系担任副教授。虽然研究平台改变了，但科研的初衷始终未变。来到了中国人民大学之后，他一刻都没有松懈，而是积极投身于各项科学研究中。
　　Kagome晶格上的反铁磁系统具有强烈的几何阻挫和量子涨落，是发现量子自旋液体的理想材料。在过去的20多年里，科学家们从理论分析到数值计算，以及实验测量等各个方面对它进行了大量的研究。但对这个系统中的量子自旋液体态的本质，仍然存在许多争议。在数值计算方面，量子蒙特卡罗方法存在负符号问题，密度矩阵重正化群方法虽然在研究一维问题上很成功，但在二维问题上受有限尺寸效应的限制，难以给出无可争议的计算结果。
　　在这一背景之下，基于之前所提出的投影纠缠单形态波函数，他与合作者运用张量重正化群方法对该晶格上的反铁磁海森堡模型进行了大规模的数值计算研究。在张量重正化群中，有一个很重要的参数，就是每个格点上张量的维数D。这个参数决定了张量网络态的表示精度。在过去的计算中，最大能够处理的张量维数一般不超过13，很难对Kagome反铁磁的激发是否存在能隙给出准确的判断。为了解决这个问题，他们提出了一种新的求和方法，即嵌套张量网络方法，极大地降低了计算代价，第一次把D从13提高到25。基于这个高精度的计算结果，他们发现Kagome反铁磁体的基态很可能是一个无能隙的量子自旋液体，而不是有能隙的量子自旋液体，为澄清这个长期争论的问题迈出了重要的一步。
　　在这些研究基础的支撑下，2017年谢志远申请了国家自然科学基金面上项目“张量重正化群及其对低维量子自旋阻挫系统的研究”。低维量子自旋阻挫系统有助于加深人们对高温超导、自旋液体、量子相变、拓扑序等相关基本物理问题的理解，是理论凝聚态物理的一个重要研究方向。基于自己从事低维磁性强关联系统及张量重正化群和密度矩阵重正化群方法的研究的经验，谢志远将在这一研究中，使用已有的成熟算法和代码库，对几个存在较大争议的典型的低维量子自旋阻挫系统进行研究，重点关注其中的量子自旋液体态、手征相、向列相、量子相变等新奇量子现象。除此之外，他还将整合重正化群算法，也将其他领域中成熟的技术和方法，有选择性地引入重正化群，发展更为高效的强关联计算方法，在这一领域研究中开展持续探索。
　　
激发科研潜能，开展交叉研究
　　时光飞逝，凭借着不竭的科研热情与创新开拓精神，不知不觉中谢志远在张量重正化群领域学习和研究已逾10年。虽然科研之路挑战重重，但在这条道路上，他所感受到的却是前所未有的科研思维的碰撞，也收获了沉甸甸的科研硕果。“未来，我将力求创新突破，基于自己目前的研究方向取得更多的发展。”他说。
　　纵观科技现状，人工智能已成为现如今炙手可热的研究领域，机器学习与物理交叉也成了众多科研工作者探索突破的研究方向。在此之前，谢志远在机器学习方面，就做过大量关于受限玻尔兹曼机和神经网络的知识储备。作为组织者之一，他分别依托中国科学院物理所、国科大Kavli理论科学中心组织了“机器学习与多体物理学”的国内研讨会和“机器学习与多体物理学”国际研讨会，以保持对该新型交叉领域的敏感度，并寻找合适的切入点。除此之外，在生成性学习和变分蒙特卡洛方面，他还与科学院相关课题组保持了密切的合作关系，并产生了一些初步研究成果。未来，他还将延续之前的研究之路，并在张量重正化群与蒙特卡洛和深度学习等相关方向的交叉研究中挖掘无限可能。
　　志存高远，笃行于微。科学的永恒性就在于坚持不懈地求索。在这个充满机遇和挑战的领域里，谢志远仍在前行。科