به گزارش سرویس علم و فناوری تابناک، تیمی از دانشمندان با بهرهگیری از دادههای تجربی مربوط به «پلاسمای غباری» و توسعه یک مدل پیشرفته یادگیری ماشین، موفق شدند به بینشی نو در زمینه نیروهای میانذرهای دست یابند.
این پروژه نشان داد که هوش مصنوعی میتواند نه تنها به توصیف پدیدههای ناشناخته فیزیکی کمک کند، بلکه حتی فرضیات سنتی در مورد رفتار مواد را نیز بازنویسی کند.
جاستین برتون، استاد فیزیک دانشگاه اموری و یکی از نویسندگان این پژوهش، در این باره گفت: ما اثبات کردیم که هوش مصنوعی میتواند به عنوان ابزاری برای کشف در علم فیزیک عمل کند نه فقط یک جعبه سیاه، بلکه سیستمی که میدانیم چگونه و چرا کار میکند. چارچوب ارائهشده ما قابلیت تعمیم دارد و میتواند در دیگر سیستمهای چندذرهای نیز به کار گرفته شود.
پژوهشگران، برای شروع مطالعه، از حالتی از ماده به نام «پلاسمای غباری» استفاده کردند حالتی که در مکانهایی همچون حلقههای زحل، سطح ماه، و حتی دود آتشسوزیهای زمینی یافت میشود.
با وجود این حضور گسترده، تعاملات دقیق میان ذرات در این نوع پلاسما هنوز بهخوبی شناختهشده نبود؛ زیرا این سیستم رفتاری غیرمتقارن دارد یعنی نیروهای واردشده میان دو ذره الزاما هماندازه و مخالف نیستند. برای غلبه بر این پیچیدگی، تیم تحقیقاتی یک سامانه تصویربرداری سهبعدی با دقت بالا طراحی کرد تا مسیر حرکت ذرات ریز پلاستیکی شناور در یک محفظه پر از پلاسما را ردیابی کند.
این دادهها سپس برای آموزش یک شبکه عصبی سفارشی مورد استفاده قرار گرفت. برخلاف بسیاری از مدلهای هوش مصنوعی که به دادههای کلان متکی هستند، این شبکه با مجموعهای کوچک اما دقیق و فیزیکی آموزش داده شد شبکهای که قوانین بنیادین طبیعت مانند گرانش، مقاومت هوا، و نیروهای میانذرهای را به طور طبیعی درک و لحاظ میکرد.
نتیجه این ترکیب خلاقانه، مدلی بود که توانست نیروهای جدید و غیرمنتظرهای را در رفتار پلاسما آشکار کند و همزمان چارچوبی نو برای درک سیستمهای فیزیکی پیچیده ارائه دهد.
تابناک را در شبکه های اجتماعی دنبال کنید
سایت تابناک از انتشار نظرات حاوی توهین و افترا و نوشته شده با حروف لاتین (فینگیلیش) معذور است.