Algoritmo para prever as órbitas dos planetas pode ser a chave para o suprimento de energia sem fim 

Um algoritmo de computador desenvolvido por um cientista do Laboratório de Física de Plasma de Princeton (PPPL) do Departamento de Energia dos EUA (DOE) pode prever com precisão a órbita dos planetas no sistema solar. Ele conta com inteligência artificial (IA) para desenvolver previsões com base em experiências anteriores. 

Agora, os fundamentos desse algoritmo estão sendo adaptados em outros domínios, especificamente no que diz respeito à previsão e controle de plasma em instalações de fusão. Essas instalações podem coletar energia de fusão, que alimenta o sol e as estrelas na Terra.

Hong Qin é um físico PPPL e autor do artigo publicado em Relatórios Científicos. 

“Normalmente, na física, você faz observações, cria uma teoria com base nessas observações e, em seguida, usa essa teoria para prever novas observações”, disse Qin. “O que estou fazendo é substituir esse processo por um tipo de caixa preta que pode produzir previsões precisas sem usar uma teoria ou lei tradicional.”

O programa de computador

O programa de computador desenvolvido por Qin se baseia em dados alimentados de observações anteriores sobre as órbitas da Terra, Marte, Mercúrio, Vênus, Júpiter e o planeta anão Ceres. Juntamente com um “algoritmo de serviço”, podem ser feitas previsões precisas das órbitas de outros planetas, tudo sem o uso das leis de movimento e gravitação de Newton.

“Essencialmente, ignorei todos os ingredientes fundamentais da física. Eu vou diretamente de dados para dados”, disse Qin. “Não há nenhuma lei da física no meio.”

Joshua Burby é um físico do Laboratório Nacional Los Alamos do DOE. Ele recebeu um Ph.D sob Qin.

“Hong ensinou ao programa o princípio subjacente usado pela natureza para determinar a dinâmica de qualquer sistema físico”, disse Burby. “A recompensa é que a rede aprende as leis do movimento planetário depois de testemunhar poucos exemplos de treinamento. Em outras palavras, seu código realmente 'aprende' as leis da física.”

experimentos de fusão

Esses princípios e teorias estão sendo adaptados por Qi e Eric Palmerduca, que é aluno de pós-graduação do Programa da Universidade de Princeton em Física de Plasma. A dupla está tentando usá-los para prever o comportamento das partículas de plasma em experimentos de fusão, que ocorrem em todo o mundo. 

A fusão é a combinação de elementos leves na forma de plasma, e é o poder por trás das estrelas e do sol. O plasma representa 99% do universo visível e carrega o potencial de produzir grandes quantidades de energia. Se os cientistas pudessem replicar a fusão na Terra, isso nos forneceria um suprimento infinito de energia para eletricidade. 

“Em um dispositivo de fusão magnética, a dinâmica dos plasmas é complexa e multiescala, e as leis reguladoras efetivas ou modelos computacionais para um determinado processo físico em que estamos interessados ​​nem sempre são claras”, disse Qin. “Nesses cenários, podemos aplicar a técnica de aprendizado de máquina que desenvolvi para criar uma teoria de campo discreto e, em seguida, aplicar essa teoria de campo discreto para entender e prever novas observações experimentais.”

Os cientistas também acreditam que esta nova técnica pode desenvolver uma teoria física tradicional. 

Embora, em certo sentido, esse método exclua a necessidade de tal teoria, também pode ser visto como um caminho para uma”, disse Palmerduca. “Quando você está tentando deduzir uma teoria, gostaria de ter o máximo de dados possível à sua disposição. Se você receber alguns dados, poderá usar o aprendizado de máquina para preencher as lacunas desses dados ou expandir o conjunto de dados.”