El problema se sitúa en la corriente de trabajos sobre funciones de onda con redes neuronales para electrones fuertemente correlacionados. Ya se han construido arquitecturas reales con autoatención para sistemas de moiré sin campo, así como enfoques complejos para el efecto Hall cuántico fraccionario. Sin embargo, la pregunta de si una representación interna compleja ofrece una ventaja práctica en la búsqueda variacional dentro del continuo de moiré magnético seguía sin respuesta. Este trabajo llena ese vacío al introducir la atención compleja y las condiciones de contorno magnéticas en un único esquema.
Se construyó la función de onda con red neuronal Complex Psiformer. Cada orbital se forma como el producto de una sección magnética fija, que porta la ley de fase de contorno, por un coeficiente periódico entrenable. El coeficiente lo calcula una red con características ocultas complejas y bloques de atención HMCVA, donde los pesos de atención son reales y los mensajes complejos. La antisimetría se garantiza mediante determinantes de Slater. La optimización se llevó a cabo con el método variacional de Montecarlo con reconfiguración estocástica de paso mínimo (MinSR). Se compararon las versiones compleja y real de Psiformer, así como bases de Hartree-Fock con redes neuronales, en sistemas de 12 electrones en superceldas de 18 y 25 celdas de moiré.
Tras el mismo número de pasos de optimización, Complex Psiformer alcanzó una energía más baja que Real Psiformer en ambas superceldas. En el sistema de 25 celdas, la ganancia media en cinco ejecuciones fue de 1.458 meV por electrón, con una dispersión menor. Para un sistema de dos electrones entrenado por separado, el estado complejo resultó estar 16.891 meV por electrón más cerca de la interacción de configuración finita que el real. En el sistema de 18 celdas, con un flujo n_phi=2, el estado complejo mostró un patrón de carga de panal más nítido: el 95.8% de la diferencia en el factor de estructura corresponde a la contribución de la densidad media. Al aumentar el flujo hasta n_phi=4, la modulación de la densidad media se debilita, pero las fluctuaciones conectadas se mantienen. Los mapas de corriente invariantes de gauge revelaron diferencias cualitativas en la circulación local.
El trabajo se distingue de los cercanos porque por primera vez comprueba sistemáticamente la ventaja de una representación interna compleja en el continuo de moiré magnético con el mismo presupuesto de optimización. Los estudios vecinos o bien se limitaban al campo nulo, o bien usaban características ocultas reales con lectura compleja. Aquí la complejidad impregna toda la representación oculta y el mecanismo de atención, lo que produce una ganancia energética medible. Esto indica que la estructura de la mecánica cuántica puede guiar una búsqueda variacional más eficiente.
El tema puede avanzar hacia aislar las contribuciones de componentes individuales: la activación radial, la regla de atención y la estabilización residual. Harán falta comparaciones con un presupuesto coherente de ajuste de hiperparámetros. También es prometedor estudiar secciones magnéticas alternativas y optimizaciones repetidas para evaluar tendencias con el flujo. El cálculo eficiente de derivadas y el aprendizaje transferible podrían ampliar las pruebas a sistemas mayores.
Los resultados influirán en la modelización de fases cuánticas en semiconductores de moiré y en el diseño de ansatz de redes neuronales para problemas con campo magnético.
El siguiente paso son las comparaciones por componentes con presupuestos de ajuste coherentes, para entender el origen de la ganancia energética. También se necesitan densidades y corrientes de referencia para verificar las consecuencias físicas de la mejora.
El trabajo se vincula con el problema abierto de describir con precisión la competencia entre el orden de carga y los estados de Hofstadter en redes de moiré al variar el flujo magnético. También aborda la cuestión del papel de las representaciones complejas en los estados variacionales de redes neuronales para fermiones fuertemente correlacionados.
En el sistema de 25 celdas, la ganancia media de Complex Psiformer sobre Real Psiformer es de 1.458 meV por electrón, aproximadamente 14 veces menor que la energía térmica ambiente de 25 meV. Aun así, diferencias energéticas tan pequeñas se reproducen de forma robusta en cinco ejecuciones independientes.
La idea de una red neuronal que aprende a «ver» la fase cuántica resuena con la imagen de los computadores cuánticos que aprenden en la novela de Greg Egan «La escalera de Schild», donde los estados de la materia se calculan como aproximaciones variacionales.