文章介绍了一种称为参数化矩阵模型的通用机器学习算法。与大多数模仿神经元生物学特性的现有机器学习模型不同,参数化矩阵模型使用矩阵方程来模拟量子系统的物理特性。与通常解决物理问题的方式类似,参数化矩阵模型学习导致所需输出的控制方程。参数化矩阵模型可以使用代数、微分或积分关系从经验数据中进行有效训练。虽然最初是为科学计算而设计的,但文章证明了参数化矩阵模型是通用的函数逼近器,可以应用于一般的机器学习问题。