هوش مصنوعی قوانین ناشناخته فیزیک را کشف کرد

پژوهشگران دانشگاه اموری در ایالات متحده با طراحی یک شبکه عصبی هوش مصنوعی توانستند برخی مفروضات نادرست در نظریه‌های فیزیک پلاسما را که سال‌ها مورد قبول جامعه علمی بود اصلاح کرده و حتی قوانینی جدید در این حوزه کشف کنند. این دستاورد علمی که در نشریه معتبر PNAS منتشر شده گامی مهم در بهره‌گیری از هوش مصنوعی برای درک عمیق‌تر پدیده‌های پیچیده طبیعی محسوب می‌شود.

هوشی مصنوعی که قوانین فیزیک را بازنویسی کرد

به گزارش interesting engineering برخلاف روال معمول استفاده از هوش مصنوعی برای پیش‌بینی داده‌ها یا پالایش اطلاعات تیم دانشگاه اموری از AI برای کشف قوانین جدید فیزیک استفاده کرد. آنها با آموزش یک مدل هوش مصنوعی با داده‌های تجربی مربوط به پلاسما‌های غباری (dusty plasma) حالتی از ماده متشکل از گاز داغ و باردار حاوی ذرات ریز غبار موفق شدند به توصیف‌های دقیقی از نیرو‌های پیچیده و ناشناخته‌ای دست یابند که پیش‌تر تنها به‌طور مبهم حدس زده می‌شدند.

فهم بهتر رفتار ذرات در محیط‌های پیچیده

پلاسما‌های غباری حالتی از ماده هستند که در محیط‌های مختلفی از جمله حلقه‌های زحل سطح ماه و دود آتش‌سوزی‌های زمینی دیده می‌شوند. اما با وجود فراگیری این پدیده در کیهان نیرو‌هایی که بر ذرات در این محیط‌ها تأثیر می‌گذارند، به‌درستی شناسایی نشده بودند. یکی از دلایل این موضوع رفتار غیرمتقارن این سیستم‌هاست: نیرویی که یک ذره بر دیگری وارد می‌کند، لزوماً معکوس نمی‌شود.

برای حل این مشکل پژوهشگران یک سیستم تصویربرداری سه‌بعدی پیشرفته طراحی کردند که با استفاده از لیزر و دوربین‌های پرسرعت حرکات هزاران ذره پلاستیکی را در محیط پلاسمایی ثبت و دنبال می‌کرد. داده‌های به‌دست‌آمده سپس به‌عنوان ورودی به شبکه عصبی ویژه‌ای داده شد که با در نظر گرفتن قواعد فیزیکی مانند گرانش اصطکاک و نیروی بین‌ذره‌ای طراحی شده بود.

کشف رفتار‌های نو با دقت بالای ۹۹ درصد

این شبکه عصبی برخلاف مدل‌های رایج، برای یادگیری به داده‌های زیاد نیاز نداشت و توانست از اطلاعات محدود، الگو‌هایی دقیق استخراج کند. مدل طراحی‌شده حرکت ذرات را به سه مؤلفه تقسیم کرد: اثرات سرعت (مانند اصطکاک) نیرو‌های محیطی (مثل گرانش) و نیرو‌های بین‌ذره‌ای.

نتیجه این فرآیند کشف توصیف‌های دقیقی از نیرو‌های غیرمتقارن بین ذرات با دقتی بیش از ۹۹ درصد بود. یکی از یافته‌های جالب این بود که در برخی موارد، زمانی که یک ذره در موقعیت پیشتاز قرار می‌گیرد ذره‌ی پشتی را به‌سوی خود می‌کشد، اما ذره‌ی پشتی ذره‌ی پیشتاز را پس می‌زند؛ الگویی که پیش‌تر فقط در حد فرضیه مطرح شده بود.

اصلاح مفروضات قدیمی فیزیک پلاسما

هوش مصنوعی طراحی‌شده همچنین موفق شد مفروضات نادرستی را که سال‌ها در نظریه فیزیک پلاسما رایج بودند اصلاح کند. به‌عنوان مثال پیش‌تر تصور می‌شد که بار الکتریکی یک ذره دقیقاً با اندازه آن افزایش می‌یابد اما AI نشان داد که این رابطه به چگالی و دمای پلاسما بستگی دارد. همچنین برخلاف باور رایج که نیروی میان ذرات به‌طور نمایی با فاصله کاهش می‌یابد مشخص شد که این روند نیز با اندازه ذرات در ارتباط است.

از کامپیوتر خانگی تا درک جهانی از رفتار ماده

جالب‌تر اینکه تمام این محاسبات پیچیده با استفاده از یک رایانه رومیزی معمولی انجام شده است. چارچوب طراحی‌شده توسط تیم اموری اکنون به‌عنوان مدلی عمومی قابل استفاده برای مطالعه سیستم‌های چندذره‌ای متنوعی از جمله مخلوط رنگ‌ها و سلول‌های زنده مهاجر در بدن موجودات زنده خواهد بود.

به گفته ایلیا نمنمن نویسنده ارشد این مطالعه: ما نشان دادیم که می‌توان از هوش مصنوعی برای کشف قوانین جدید فیزیک استفاده کرد نه صرفاً تحلیل داده‌ها. این سیستم مانند یک جعبه سیاه نیست؛ ما دقیقاً می‌دانیم که چگونه و چرا کار می‌کند و این می‌تواند راهی تازه برای پیشرفت علم و جامعه باز کند.

انتهای پیام/