Дослідники з Університету Еморі використали нейронну мережу для аналізу закономірностей руху всередині запиленої плазми — іонізованого газу, що містить заряджені частинки пилу.
Це дослідження ґрунтується на експериментах, проведених у вакуумній камері разом із новою технікою штучного інтелекту. За словами дослідників, вони мають повне розуміння того, як і чому працює ця система.
«Ми продемонстрували, що штучний інтелект може розкривати нові принципи фізики. Примітно, що ця методологія є універсальною та застосовною до різних багаточастинкових систем», – зазначив співавтор дослідження, професор експериментальної фізики Джастін Бертон.
Модель нейронної мережі, навчена на тривимірних траєкторіях частинок у запиленій плазмі, точно описувала асиметричні (невзаємні) сили з точністю понад 99%. Це дозволило виявити розбіжності в широко прийнятих теоретичних припущеннях.
Наприклад, було виявлено, що заряд частинки не збільшується строго пропорційно її радіусу, як вважалося раніше. Крім того, сила взаємодії між частинками відносно відстані насправді змінюється залежно від розміру частинок, що всупереч усталеним теоріям.
Дослідники порівняли цей принцип із взаємодією двох човнів на воді. Коли один човен рухається попереду, його хвилі можуть або притягувати, або відштовхувати інший. У запиленій плазмі частинка, що веде, притягує ту, що йде позаду, але не навпаки, і ця асиметрія тепер має чітке пояснення.
Команда створила спеціалізовану томографічну систему: лазер сканує «зріз» простору у вакуумній камері, а високошвидкісна камера фіксує положення частинок. Як наслідок, 3D-модель руху системи генерується протягом кількох хвилин.
Нейронна мережа моделює три категорії сил: в’язкість середовища, зовнішні сили та міжчастинкові взаємодії. Примітно, що все це досягається на стандартному настільному комп’ютері.
Автори висловлюють сподівання, що цей підхід слугуватиме основою для дослідження інших складних систем, починаючи від фарб і чорнил і закінчуючи біологічними тканинами. Один з керівників дослідження, професор Ілля Неменман, має на меті адаптувати цю методику для аналізу колективної поведінки в клітинах.
Дослідники наголошують, що такі дослідження все ще вимагають від експертів-людей точного проектування архітектури нейронної мережі, інтерпретації результатів та перевірки результатів своїх експериментів.
Варто зазначити, що в липні інженери з Каліфорнійського університету в Лос-Анджелесі використали штучний інтелект для розробки нової категорії пасивних матеріалів, які можна структурно «запрограмувати» для контролю заломлення світла довільними способами.