——记首都师范大学副教授冉仕举

王艳敏

随着集成电路逐渐达到经典物理定律的应用极限，量子技术被公认有希望引领下一代科技革命。数以百亿计的资源正朝着这一方向聚集，属于量子技术的黄金时代即将来临。科技引领未来，新时代的浪潮来临之际，科技工作者无疑是众多优秀“弄潮儿”中较为引人注目的那一类，从他们的行动中，众人得以窥见量子技术背后的决心和力量。首都师范大学副教授冉仕举正是诸多“弄潮儿”中的一位。十多年来，围绕量子多体物理、张量网络理论与方法、量子信息与量子计算、经典及量子机器学习等方向，解决行业中的痛点、难点，以基础研究促进实践发展，推动时代的进步，是他始终不变的信念。

栉风沐雨秉初心，砥砺前行路漫长

冉仕举和物理学的结缘也许要从《时间简史》谈起，这部著作点亮了他对物理学的无限好奇与向往，使之奋力奔向科研的精彩旅途。2006年，冉仕举考入北京师范大学物理学系，先后跟随寇谡鹏教授和郑志刚教授进行了简单的电磁学与复杂网络相关的科学研究。“现在回过头来看，虽然当时我做的这些研究没有结出什么值得一提的科研成果，但是进一步提升了我对物理的兴趣，对我后来从事科研工作产生了十分积极的影响。”到了进行研究生专业选择时，他幸运地结识了中国科学院大学的苏刚教授，由此踏入了张量网络与量子物理的精彩世界。

硕博期间，冉仕举主要尝试使用张量网络对量子多体问题进行研究，接连围绕“量子多体数值算法”与“强关联模型与材料模拟”两大方向产出了许多不错的科研成果。他说：“选择研究张量网络的原因，一方面是其本身就是一种类似于‘微积分’‘线性代数’一样的基础数学工具，但目前对这一数学工具本身的研究还十分缺乏。另一方面，张量网络有希望解决量子物理的高计算复杂度问题，但这方面还有太多太多尚待探索的地方。”

2015年加入西班牙光子科学研究所马切伊·莱文斯坦（Maciej Lewenstein）教授研究组后，冉仕举开始思考一种新的量子多体模拟方法。“著名物理学家飞利浦·安德森有句名言——‘多了就不一样了（More is different）’，这句话道出了凝聚态物理的精髓。借助张量网络，我们希望能实现‘少了也能不一样（Less can be as different as more）’，让少体系统也展现出大尺寸系统的物理特性。”基于这个想法，冉仕举等人提出了量子纠缠模拟方法，在小尺寸的量子体系实现对无穷大体系的高效精确模拟，走在了这一领域的国际前沿。

2017年前后，机器学习的快速发展逐渐引起物理学界的关注，冉仕举及其合作者也敏锐地察觉到“张量网络能用于机器学习，甚至可能在特定领域超越神经网络”这一令人振奋的可能。此后，他们围绕张量网络与机器学习交叉融合方向展开了一系列研究，先后提出了“深度幺正性树状张量网络机器学习”“监督、半监督、非监督张量网络机器学习”“张量网络压缩感知”等颇有分量的成果。

值得一提的是，冉仕举及其合作者在张量网络机器学习方向的第一篇论文在2017年年底完成后，甚至因研究内容过于新颖而迟迟找不到合适的审稿人，以至于这一成果被多家期刊拒稿，历经1年多时间，直到2019年才在《新物理学》（New Journal of Physics）上成功发表。好酒不怕巷深，这篇迟发的文章先后获得了英国物理学会出版社（IOP）颁发的“高影响力奖”与“高引用奖”。文章从发表到获奖的曲折历程背后，不单单代表着冉仕举及其合作者的成就与贡献，更意味着张量网络、量子技术等新领域正在崛起——更多的资源正在汇聚、更光明的前景正在显现。

凝心聚力共奋进，同心逐梦谱新篇

2022年，国家自然科学基金委员会发布《可解释、可通用的下一代人工智能方法重大研究计划2022年度项目指南》，旨在促进我国人工智能基础研究和人才培养，支撑我国在新一轮国际科技竞争中的主导地位。基于深度学习的人工智能方法虽然在许多场景取得了重要突破，但仍然存在模型可解释性差、数据与算力需求大、理论基础薄弱等问题。相比之下，张量网络有望克服传统机器学习模型的不足，成为量子物理与人工智能学科的热门交叉课题。而在这一方向，冉仕举已经下好了先手棋。

基于此前的研究积累，早在2020年，冉仕举申请的国家自然科学青年基金“基于张量网络与纠缠理论的高效可解释量子机器学习算法”就已经获批立项。依托首都师范大学（以下简称“首师大”），他以“发展具备更高解释性的、能更有效解决量子物理问题的人工智能新方法，实现强关联自旋系统量子相的高效识别”为目标，结合量子纠缠理论，开始了对张量网络机器学习模型与算法的深入研究。如今，相关研究正有条不紊地推进，也陆续取得了一些令人振奋的成果。

将目光转回2018年，自加入首都师范大学以来，冉仕举便在授课的同时着手组建自己的科研团队。截至目前，这支团队已有7名硕士研究生、1名博士研究生。“提到这里，我要特别感谢首都师范大学物理系与交叉研究院给予我的帮助与支持”。对于一个全新的研究领域而言，短期内发表高分高被引论文、申请到好的项目都相当困难，而首师大则为新领域的研究提供了一个宽松、自由的学术氛围，特别对于青年研究者而言，这是极为宝贵的。冉仕举回忆：“记得回国找工作期间曾与纪安春教授讨论学术，他对张量网络量子模拟、量子机器学习这些新方向展现出的兴趣与热忱让我感受到了大环境的良好学术氛围。首师大也并没有单纯依据论文数量与期刊影响因子对求职者生硬地进行打分，是一个可以安心求学问做实事的地方。”

在指导学生的过程中，冉仕举发现：“直接阅读前沿论文会使得学到的知识碎片化，读综述又很难学到细节。”但在当时，并没有特别适合初学者阅读和学习的张量网络方面的专著。基于此，冉仕举及其合作者先后出版了英文专著《张量网络收缩》（Tensor Network Contraction）与中文专著《张量网络》，前者主要面向具有物理背景的专业读者，后者主要面向初入门的学生与对张量网络感兴趣的非物理背景读者。他说：“希望通过这两本书，能为‘张量网络发展成为一门成熟的交叉学科’尽绵薄之力，吸引更多的学生从事张量网络的研究工作。”

在工作和校内日常生活中，冉仕举深刻体会到：首师大的学生最大的特点就是做人、做事、做科研都很扎实。“平时和我们物理系的同学交流时，我会发现不少同学确实是在兴趣驱动下选择的物理专业，同时很多人也对基础研究很感兴趣，这就促使我们在科研方面进行更深一层的交流，从而做出很好的成绩。课题组中关于量子计算与机器学习方法结合的一项工作，就是与本科生合作完成的。”提起学生，冉仕举言语中难掩欣慰和自豪，并感叹道，“这就是当老师的意义吧！第一要激发学生的兴趣，传授给学生知识，第二就是要推动他们自己去探索未知的世界。”

冉仕举十分注重为学生营造自由的学习氛围和科研氛围，每当学生提出奇思妙想或得出新的成果，他总会认真倾听、不吝赞美，与学生平等对话，相互探讨。对此，他是这样解释的：“我一直认为自己是个非常幸运的人，无论是硕博时期苏刚老师对我的指导与鼓励，还是在西班牙从事博士后研究期间莱文斯坦教授对我的启发，抑或是如今首师大对我的支持，都为我提供了一个自由的科研环境，让我能够心无旁骛地向着梦想的方向前进并且乐此不疲。”他希望，自己的学生也能在这样的环境中成长，充分发挥自身的主观能动性，发现科学之美，享受科研之乐。

（责编：袁园）