Mākslīgais intelekts palīdz atbildēt uz sarežģītiem fizikas jautājumiem.

Zinātnes pasaule jau sākusi izmantot ģeneratīvo mākslīgo intelektu, lai atrisinātu sarežģītus fizikas jautājumus.

MIT un Bāzeles Universitātes zinātnieki ir izstrādājuši inovatīvu mašīnmācīšanās metodi, kas automātiski klasificē fizikālo sistēmu fāzes, atvieglojot jaunu materiālu izpēti un piedāvājot dziļāku izpratni par to īpašībām.

Mēs visi zinām, ka ūdens sasalstot pārvēršas ledū – tas ir klasisks fāzes pārejas piemērs.

Taču pētot jaunus materiālus vai sarežģītas fizikālās sistēmas, fāžu pārejas var būt daudz sarežģītākas un grūtāk atklājamas.

Lai pilnībā izprastu šīs pārejas, zinātniekiem ir nepieciešams identificēt fāzes un noteikt, kad notiek pāreja no vienas fāzes uz otru.

Šeit nāk palīgā ģeneratīvais mākslīgais intelekts.

MIT un Bāzeles Universitātes pētnieki izstrādāja jaunu mākslīgajā intelekā balstītu metodi, kas var automātiski kartēt jaunu fizikālo sistēmu fāžu diagrammas.

Šī pieeja ir efektīvāka nekā tradicionālās metodes, kas bieži vien prasa daudz laika un pūļu.

Ja ir jauna sistēma ar pilnīgi nezināmām īpašībām, kā varētu izvēlēties, kuru novērojamo lielumu pētīt? Šajā gadījumā talkā nāk mākslīgais intelekta ar datos balstītiem rīkiem, kas var automatizēti skenēt lielas jaunas sistēmas un noteikt svarīgas izmaiņas.

Ģeneratīvie modeļi, piemēram, tie, kas pamatā ChatGPT un Dall-E, darbojas, novērtējot datu varbūtības sadalījumu un ģenerējot jaunus datu punktus, kas atbilst šim sadalījumam.

Fizikālās sistēmas gadījumā šis modelis var noteikt fāzes, pamatojoties uz tādiem parametriem kā temperatūra vai spiediens.

Šis ģeneratīvais klasifikators var arī atbildēt uz sarežģītiem jautājumiem, piemēram, "vai šis paraugs pieder I vai II fāzei?" un "vai šis paraugs radies augstā vai zemā temperatūrā?". Tas ļauj zinātniekiem ātrāk un precīzāk noteikt fāzes pārejas, izmantojot mazāk datu.

Nākotnē pētnieki plāno izpētīt teorētiskās garantijas attiecībā uz mērījumu apjomu, kas nepieciešams efektīvai fāžu pāreju atklāšanai, kā arī novērtēt nepieciešamo aprēķinu daudzumu.

Šis pētījums sola revolucionizēt ne tikai materiālu zinātni, bet arī mūsu izpratni par dažādām fizikālām sistēmām.

Ar mākslīgā intelekta palīdzību zinātne sasniedz jaunus augstumus, un mēs esam tikai ceļa sākumā.