Inteligența Artificială Îmbunătățește Viteza Descoperirilor În Fizica Particulelor

Cercetătorii de la MIT au demonstrat recent că utilizarea inteligenței artificiale pentru a simula aspecte ale particulelor și teoriilor fizicii nucleare poate conduce la algoritmi mai rapizi, și, prin urmare, la descoperiri mai rapide în ceea ce privește fizica teoretică. Echipa de cercetare de la MIT a combinat fizica teoretică cu modele de inteligență artificială pentru a accelera crearea de mostre care simulează interacțiunile dintre neutroni, protoni și nuclei.

Există patru forțe fundamentale care guvernează universul: gravitația, electromagnetismul, forța slabă și forța puternică. Forțele puternice, slabe și electromagnetice sunt studiate prin fizica particulelor. Metoda tradițională de studiere a interacțiunilor particulelor necesită rularea de simulări numerice ale acestor interacțiuni între particule, de obicei la 1/10 sau 1/100 din mărimea unui proton. Aceste studii pot dura mult timp pentru a fi finalizate din cauza puterii limitate de calcul, și există multe probleme pe care fizicienii le pot aborda în teorie, dar nu pot fi adresate din cauza limitărilor computaționale.

Profesorul de fizică de la MIT, Phiala Shanahan, este șeful unui grup de cercetare care utilizează modele de învățare automată pentru a crea algoritmi noi care pot accelera studiile de fizică a particulelor. Simetriile găsite în teoriile fizicii (caracteristici ale sistemului fizic care rămân constante chiar și atunci când condițiile se schimbă) pot fi incorporate în algoritmi de învățare automată pentru a produce algoritmi mai potriviți pentru studiile de fizică a particulelor. Shanahan a explicat că modelele de învățare automată nu sunt utilizate pentru a procesa cantități mari de date, ci mai degrabă pentru a integra simetriile particulelor, și includerea acestor atribute într-un model înseamnă că calculele pot fi efectuate mai rapid.

Proiectul de cercetare a fost condus de Shanahan și include mai mulți membri ai echipei de Fizică Teoretică de la NYU, precum și cercetători de la Google DeepMind. Studiul recent este doar unul dintre o serie de studii în desfășurare și recent finalizate care vizează utilizarea puterii învățării automate pentru a rezolva probleme de fizică teoretică care sunt în prezent imposibile cu schemele de calcul moderne. Conform studentului de la MIT, Gurtej Kanwar, problemele pe care algoritmii îmbunătățiți de învățare automată încearcă să le rezolve vor ajuta oamenii de știință să înțeleagă mai mult despre fizica particulelor și sunt utile pentru a face comparații cu rezultatele obținute prin experimente de fizică a particulelor la scară largă (cum ar fi cele efectuate la Colliderul Large Hadron de la CERN). Prin compararea rezultatelor experimentelor la scară largă cu algoritmii de inteligență artificială, oamenii de știință pot obține o idee mai bună despre cum ar trebui să fie constrânse modelele lor de fizică și când aceste modele se deteriorează.

În prezent, singura metodă pe care oamenii de știință o pot utiliza pentru a investiga Modelul Standard al fizicii particulelor este una în care se iau mostre sau instantanee ale fluctuațiilor care apar într-un vid. Cercetătorii pot obține informații despre proprietățile particulelor și despre ceea ce se întâmplă atunci când aceste particule se ciocnesc. Cu toate acestea, luarea de mostre în acest fel este scumpă și se speră că tehnicile de inteligență artificială pot face ca luarea de mostre să fie un proces mai ieftin și mai eficient. Instantaneelor luate din vid pot fi utilizate în mod similar cu datele de antrenament pentru imagine într-un model de inteligență artificială de vedere a computerului. Instantaneelor cuantice sunt utilizate pentru a antrena un model care poate crea mostre într-un mod mult mai eficient, realizat prin luarea de mostre într-un spațiu ușor de eșantionat și prin trecerea mostrelor prin modelul antrenat.

Cercetarea a creat un cadru menit să simplifice procesul de creare a modelelor de învățare automată bazate pe simetrii fizice. Acest cadru a fost deja aplicat la probleme de fizică mai simple și echipa de cercetare încearcă acum să își extindă abordarea pentru a funcționa cu calcule de ultimă generație. Așa cum a explicat Kanwar prin Phys.org :

„Cred că am demonstrat în ultimul an că există multă promisiune în combinarea cunoștințelor de fizică cu tehnici de inteligență artificială. Suntem activ implicați în găsirea de soluții pentru a depăși barierelor rămase în calea efectuării de simulări la scară largă folosind abordarea noastră. Sper să văd prima aplicare a acestor metode la calcule la scară în următorii câțiva ani.”