Emory University від Pesquisadores поєднав спеціально розроблену нейронну мережу з експериментальними лабораторними даними. Результат розкриває раніше приховані закономірності взаємодії частинок плазми з пилом. Точність опису невзаємних сил перевищує 99%. Робота була опублікована в Proceedings з National Academy з Sciences.
Пилова плазма складається з іонізованого газу, який містить мікроскопічні заряджені частинки. Система Esse природно зустрічається в космосі, наприклад, у кільцях Saturno, а також у наземних середовищах, наприклад, у димі від лісових пожеж. Вчені відстежили тривимірний рух десятків частинок у контрольованій вакуумній камері. Потім вони застосували штучний інтелект, щоб зробити висновок про сили, які керують колективною поведінкою.
Modelo AI вивчає сили між частинками з високою точністю
Команда розділила рух частинок на три основні компоненти. Однією з них є сила опору, пов’язана зі швидкістю. Outro включає сили навколишнього середовища, такі як гравітація. Третя фіксує пряму взаємодію між частинками. Нейронна мережа, навчена реальним траєкторіям, фіксувала асиметричні деталі. Попередня частинка може притягнути ту, що стоїть за нею, тоді як слідуюча частинка завжди відштовхує лідера.
Взаємність Essa не проявляється в системах багатьох тіл. Дослідники порівнюють це явище з двома човнами, які перетинають озеро та створюють хвилі. Слід кожного з них по-різному впливає на інший залежно від їхнього відносного розташування. Модель досягла коефіцієнта детермінації більше 0,99 при прогнозуванні прискорення частинок.
- Система дозволяла вимірювати навантаження та довжину броні з безпрецедентною точністю
- Незалежні Experimentos підтвердили маси, визначені ШІ
- Resultados суперечить класичним теоретичним припущенням про пропорційність між розміром і навантаженням
Justin Burton, професор експериментальної фізики, підкреслив, що метод не працює як чорний ящик. Структура мережі поважає відомі фізичні обмеження, а також дозволяє нам виявити те, що було невідомо.
Класичні теорії Suposições не протистоять новим даним
Попередній Teorias припустив, що заряд частинки пилу зростає пропорційно її радіусу. Дані показують, що зв’язок є складнішим. Ela змінюється залежно від щільності та температури плазми. Спостережуваний показник становить від 0,30 до 0,80 і зростає з фоновим тиском газу.
Outra Загальноприйняте припущення, що сили між частинками експоненціально спадають із відстанню, незалежно від розміру. Аналіз виявив чітку залежність розміру частинок від затухання сили. Додатковий Experimentos підтвердив ці відхилення.
Ilya Nemenman, професор теоретичної фізики, пояснив, що висока точність дозволила виправити старі неточності. Модель пропонує кількісні описи, яких раніше не існувало. Wentao Yu, перший автор, працював над проектом як докторант у Emory і зараз проводить дослідження в Caltech. Eslam Abdelaleem, співавтор, працює докторантом у Georgia Tech.
Plasma з пилом з’являється в середовищах від повсякденного життя до космосу
Плазму називають четвертим станом речовини, тому що електрони та іони рухаються вільно. Ele становить близько 99,9% видимого Всесвіту, від сонячних вітрів до блискавок. Версія для пилу додає заряджені зерна, які змінюють поведінку.
Na Lua, слабка гравітація змушує частинки пилу плавати та прилипати до одягу астронавтів. Під час лісових пожеж у Terra заряджені частинки сажі можуть заважати радіосигналам, які використовуються пожежними. У лабораторії вчені підвішують пластикові мікросфери у вакуумній камері та регулюють тиск, щоб імітувати реальні умови.
Техніка томографічного зображення, розроблена в лабораторії Burton, використовує лазерний лист, який сканує об’єм. Високошвидкісна камера записує зображення, які у поєднанні реконструюють тривимірні траєкторії протягом кількох хвилин.
Abordagem прокладає шлях для інших багатотільних систем
Фреймворк, розроблений у Emory, працює на звичайному настільному комп’ютері. Ele можна адаптувати для вивчення колоїдів у промислових фарбах і чорнилі або колективних взаємодій у групах живих клітин. Nemenman планує застосувати подібні ідеї для вивчення колективного руху в біологічних системах під час стажування в Alemanha.
Vyacheslav Lukin, програмний директор National Science Foundation, високо оцінив міждисциплінарну співпрацю. Цей прогрес поєднує в собі фізику плазми та штучний інтелект і може принести користь розумінню живих систем.
Дослідження отримало основну підтримку від NSF з додатковим фінансуванням від Simons Foundation. Автори підкреслюють, що успіх залежить від ретельного проектування мережі та людської інтерпретації результатів.
Спеціалісти з експериментів Detalhes підвищують надійність
Дослідники перевірили модель двома незалежними способами, щоб визначити масу кожної частинки. Значення збігалися і відповідали прямим вимірюванням за допомогою оптичної мікроскопії. Внутрішня узгодженість Essa підвищує впевненість у передбачуваних силах.
Нейронна мережа включає фізичні симетрії та має справу з неідентичними частинками. Під час навчання використовувався обмежений обсяг експериментальних даних, що вимагало специфічної архітектури. Щотижневі сесії Reuniões протягом більше ніж року вдосконалили структуру у відносно просту, але потужну модель.
Потенціал Impacto виходить за межі фізики плазми
Cientistas бачить потенціал у таких сферах, як промислові матеріали та біологія. При раку, наприклад, розуміння колективних взаємодій клітин може пролити світло на процеси метастазування. Метод пропонує відправну точку для виведення законів у системах, де пряму взаємодію важко змоделювати.
Burton порівнює відповідальне використання ШІ з місією дослідження невідомого. Ele вважає, що інструмент, якщо його правильно використовувати, відкриває двері в абсолютно нові сфери відкриттів.
Дослідження демонструє, що штучний інтелект може вийти за рамки аналізу чи передбачення. За відповідних умов це допомагає відкрити закони природи, які залишилися прихованими.