Науковці використовують ШІ для пошуку нових законів фізики і їм це добре вдається

Група фізиків з університету Еморі застосувала машинне навчання для аналізу руху пилу в лабораторних умовах. Команда використовувала спеціальне томографічне зображення: лазер, розсіяний на аркуш світла, поетапно сканував об'єм камери, а швидкісна камера фіксувала рух кожної частинки з високою точністю, відслідковуючи їх у тривимірному просторі з точністю до сантиметра протягом кількох хвилин, інформує 24 Канал з посиланням на Phys.org.

Пилова плазма – це особливий стан речовини, що складається з іонізованого газу з домішками дрібних частинок пилу, які також заряджені. Всюдисущість цього явища простежується від кілець Сатурна до шарів атмосфери Землі.

Навіть під час лісових пожеж частинки сажі, що змішуються із димом, утворюють локальні зони пилової плазми, здатні впливати на радіозв'язок рятувальників, коли заряджені частинки поглинають чи збурюють радіохвилі.

Як ШІ допомагає відкривати нову фізику?

Головна цінність дослідження в тому, що ШІ не лише знаходив закономірності, а й дозволив побудувати фізичну модель роботи складної системи. Його алгоритм навчився враховувати симетрії, відмінності між окремими частинками, а також точно визначати так звані нерецепрокальні (тобто неоднакові з обох сторін) сили, що виникають між частинками під час руху. Ці сили було важко дослідити класичними методами – і тут машинне навчання показало себе несподівано ефективним.

Наприклад, давно існувала гіпотеза, що електричний заряд частинки пилу зростає прямо пропорційно її розміру. Проте результати ШІ показали: збільшення заряду насправді залежить не тільки від розміру, а й від густини та температури плазми.

Ще одна традиційна теорія передбачала, що сила взаємодії між двома частинками експоненціально зменшується зі збільшенням відстані, і ця швидкість не залежить від розміру частинок. Проте моделі ШІ показали: спад дійсно залежить від розміру, що до цього не враховувалось.

Всі ці відкриття лабораторно підтвердили експериментами. Використаний ними метод базового фізичного мережевого моделювання легко переноситься на інші сфери – від колоїдної хімії (наприклад, у фарбах чи чорнилах) до біологічних процесів на зразок колективної поведінки клітин. У перспективі це може допомогти розкривати закони динаміки навіть у живих системах.

Вакуумна камера, де колоїдні частинки знаходяться в підвішеному стані / Фото Лабораторія Бертона

До речі, нещодавно науковці вперше зафіксували вібрації атомів, що відкриває шлях до раніше недоступної фізики. Це відкриття дозволяє експериментально спостерігати теплові вібрації та моїре фазони, що може вплинути на розвиток електроніки та квантових обчислень.