- 19,470
- 40
- 8 Ноя 2022
Компьютер, который не просто считает, а открывает физику — уже реальность.
Физики из Эморийского университета Для просмотра ссылки Войдиили Зарегистрируйся метод машинного обучения, чтобы не просто обработать данные, а открыть новые законы, управляющие движением частиц в сложной системе. В журнале Proceedings of the National Academy of Sciences опубликована работа, где нейросеть по траекториям частиц в так называемой «пыльной» плазме выявила неожиданные особенности неравноправных взаимодействий — сил, действующих между объектами не зеркально.
Авторы называют подход «прозрачным» ИИ: это не чёрный ящик, а модель, чью логику можно понять и проверить. «Мы показали, что ИИ способен открывать новую физику. Наш метод понятен и универсален — его можно переносить на другие многочастичные системы», — говорит руководитель экспериментов, профессор Джастин Бёртон. Теоретик Илья Неменман добавляет, что модель даёт описание сил с точностью свыше 99% и позволяет поправить устоявшиеся допущения.
Пыльная плазма — это ионизованный газ с примесью заряжённых пылинок. Она встречается и в космосе, и на Земле: от колец Сатурна и лунной пыли, липнущей к скафандрам, до дыма лесных пожаров, где заряжённая сажа может «шуметь» в радиоканалах. В лаборатории команда Бёртона подвешивала микрочастицы пластика в вакуумной камере с плазмой и научилась отслеживать трёхмерное движение каждой из них. Лазерный «лист» сканировал объём, высокоскоростная камера снимала слои, а затем их собирали в точные 3D-траектории на сантиметровых масштабах и в течение минут.
Нейросеть обучали на этих траекториях, заложив физические ограничения: вклад вязкого торможения, внешних сил вроде гравитации и истинных межчастичных взаимодействий. Так удалось выделить и измерить неравноправные силы с высокой точностью. Авторы объясняют эффект простой аналогией: два катера идут по озеру, и их кильватерные волны по-разному влияют друг на друга. В плазме похожим образом ведущая частица притягивает ведомую, а вот ведомая неизменно отталкивает ведущую. Об этом догадывались и раньше, но теперь получено количественное приближение, которого прежде не было.
Работа также корректирует две распространённые теоретические предпосылки. Заряд пылинки действительно растёт с её размером, но не строго пропорционально радиусу — на него заметно влияют плотность и температура плазмы. Кроме того, сила взаимодействия между частицами убывает с расстоянием не по «универсальному» закону, одинаковому для всех, — характер спада зависит от размера частиц. Эти выводы команда проверила отдельными экспериментами.
По мнению кураторов проекта, подход станет стартовой площадкой для вывода законов из динамики самых разных многочастичных систем — от коллоидов в красках и чернилах до скоплений клеток в живых тканях. «Именно коллективные взаимодействия задают поведение сложных систем, и новые методы ИИ помогают их описывать, распознавать, понимать и даже контролировать», отмечает Вячеслав (Слава) Лукин из программы плазменной физики NSF.
Новая нейросеть работает на обычном настольном компьютере, но её сила — в правильной постановке задачи и критическом мышлении физиков. «Если использовать ИИ с умом, он открывает двери в целые неизведанные области», резюмирует Бёртон.
Физики из Эморийского университета Для просмотра ссылки Войди
Авторы называют подход «прозрачным» ИИ: это не чёрный ящик, а модель, чью логику можно понять и проверить. «Мы показали, что ИИ способен открывать новую физику. Наш метод понятен и универсален — его можно переносить на другие многочастичные системы», — говорит руководитель экспериментов, профессор Джастин Бёртон. Теоретик Илья Неменман добавляет, что модель даёт описание сил с точностью свыше 99% и позволяет поправить устоявшиеся допущения.
Пыльная плазма — это ионизованный газ с примесью заряжённых пылинок. Она встречается и в космосе, и на Земле: от колец Сатурна и лунной пыли, липнущей к скафандрам, до дыма лесных пожаров, где заряжённая сажа может «шуметь» в радиоканалах. В лаборатории команда Бёртона подвешивала микрочастицы пластика в вакуумной камере с плазмой и научилась отслеживать трёхмерное движение каждой из них. Лазерный «лист» сканировал объём, высокоскоростная камера снимала слои, а затем их собирали в точные 3D-траектории на сантиметровых масштабах и в течение минут.
Нейросеть обучали на этих траекториях, заложив физические ограничения: вклад вязкого торможения, внешних сил вроде гравитации и истинных межчастичных взаимодействий. Так удалось выделить и измерить неравноправные силы с высокой точностью. Авторы объясняют эффект простой аналогией: два катера идут по озеру, и их кильватерные волны по-разному влияют друг на друга. В плазме похожим образом ведущая частица притягивает ведомую, а вот ведомая неизменно отталкивает ведущую. Об этом догадывались и раньше, но теперь получено количественное приближение, которого прежде не было.
Работа также корректирует две распространённые теоретические предпосылки. Заряд пылинки действительно растёт с её размером, но не строго пропорционально радиусу — на него заметно влияют плотность и температура плазмы. Кроме того, сила взаимодействия между частицами убывает с расстоянием не по «универсальному» закону, одинаковому для всех, — характер спада зависит от размера частиц. Эти выводы команда проверила отдельными экспериментами.
По мнению кураторов проекта, подход станет стартовой площадкой для вывода законов из динамики самых разных многочастичных систем — от коллоидов в красках и чернилах до скоплений клеток в живых тканях. «Именно коллективные взаимодействия задают поведение сложных систем, и новые методы ИИ помогают их описывать, распознавать, понимать и даже контролировать», отмечает Вячеслав (Слава) Лукин из программы плазменной физики NSF.
Новая нейросеть работает на обычном настольном компьютере, но её сила — в правильной постановке задачи и критическом мышлении физиков. «Если использовать ИИ с умом, он открывает двери в целые неизведанные области», резюмирует Бёртон.
- Источник новости
- www.securitylab.ru
