Modele și platforme AI

Algoritm pentru prezicerea orbitei planetelor ar putea fi cheia pentru o sursă nelimitată de energie

mm
Adaugă Unite.AI la sursele tale preferate pe Google

Un algoritm de calculator dezvoltat de un cercetător la Laboratorul de Fizică a Plasmei Princeton (PPPL) al Departamentului de Energie al Statelor Unite (DOE) poate prezice cu acuratețe orbita planetelor din sistemul solar. Acesta se bazează pe inteligență artificială (IA) pentru a dezvolta previziuni pe baza experienței anterioare.

Acum, principiile fundamentale ale acestui algoritm sunt adaptate în alte domenii, în special în ceea ce privește prezicerea și controlul plasmei în instalațiile de fuziune. Aceste instalații pot produce energie de fuziune, care alimentează soarele și stelele, pe Pământ.

Hong Qin este fizician la PPPL și autor al articolului publicat în Raporturi științifice.

“De obicei, în fizică, faci observații, creezi o teorie pe baza acestor observații și apoi folosești acea teorie pentru a prezice noi observații”, a spus Qin. “Ce fac eu este să înlocuiesc acest proces cu o cutie neagră care poate produce previziuni precise fără a folosi o teorie sau lege tradițională.”

Programul de calculator

Programul de calculator dezvoltat de Qin se bazează pe date furnizate din observații anterioare cu privire la orbitele Pământului, Marte, Mercur, Venus, Jupiter și planetei pitice Ceres. Împreună cu un “algoritm de servire”, se pot face previziuni precise ale orbitelor altor planete, toate fără a folosi legile mișcării și gravitației lui Newton.

“Esential, am ocolit toate ingredientele fundamentale ale fizicii. Merg direct de la date la date”, a spus Qin. “Nu există nicio lege a fizicii în mijloc.”

Joshua Burby este fizician la Laboratorul Național Los Alamos al DOE. El a primit un doctorat sub îndrumarea lui Qin.

“Hong a învățat programul principiul fundamental folosit de natură pentru a determina dinamica oricărui sistem fizic”, a spus Burby. “Rezultatul este că rețeaua învață legile mișcării planetare după ce a văzut foarte puține exemple de antrenament. Cu alte cuvinte, codul lui învață realmente legile fizicii.”

Experiențe de fuziune

Aceste principii și teorii sunt acum adaptate de Qi și Eric Palmerduca, care este student doctorand în Programul de Fizică a Plasmei de la Universitatea Princeton. Cei doi încearcă să le folosească pentru a prezice comportamentul particulelor de plasmă în experiențele de fuziune, care au loc în întreaga lume.

Fuziunea este combinarea elementelor ușoare sub formă de plasmă și reprezintă puterea din spatele stelelor și a soarelui. Plasma reprezintă 99% din universul vizibil și are potențialul de a produce cantități masive de energie. Dacă oamenii de știință pot replica fuziunea pe Pământ, aceasta ne-ar oferi o sursă nelimitată de energie pentru electricitate.

“Într-un dispozitiv de fuziune magnetică, dinamica plasmei este complexă și multi-scală, iar legile guvernante eficiente sau modelele computaționale pentru un anumit proces fizic în care suntem interesați nu sunt întotdeauna clare”, a spus Qin. “În aceste scenarii, putem aplica tehnica de învățare automată pe care am dezvoltat-o pentru a crea o teorie a câmpului discret și apoi aplica această teorie discretă a câmpului pentru a înțelege și a prezice noi observații experimentale.”

Oamenii de știință cred, de asemenea, că această nouă tehnică ar putea dezvolta o teorie fizică tradițională.

În timp ce, într-un anumit sens, această metodă preclude necesitatea unei astfel de teorii, ea poate fi, de asemenea, privită ca o cale către una”, a spus Palmerduca. “Când încerci să deduci o teorie, ai vrea să ai la dispoziție cât mai multe date posibil. Dacă ți se oferă date, poți folosi învățarea automată pentru a completa lacunele din acele date sau pentru a extinde setul de date.”

Alex McFarland este un jurnalist și scriitor de inteligență artificială, care explorează cele mai recente dezvoltări în domeniul inteligenței artificiale. El a colaborat cu numeroase startup-uri de inteligență artificială și publicații din întreaga lume.