Emory University на Pesquisadores комбинира специално проектирана невронна мрежа с експериментални лабораторни данни. Резултатът разкрива преди това скрити модели във взаимодействието на плазмени частици с прах. Точността надхвърля 99% при описване на нереципрочни сили. Работата е публикувана в Proceedings на National Academy на Sciences.
Праховата плазма се състои от йонизиран газ, който съдържа микроскопични заредени частици. Esse system occurs naturally in space, such as in the rings of Saturno, and also in terrestrial environments, such as smoke from forest fires. Учените проследиха триизмерното движение на десетки частици в контролирана вакуумна камера. След това те прилагат изкуствен интелект, за да изведат силите, които управляват колективното поведение.
Modelo AI научава силите между частиците с висока точност
Екипът раздели движението на частиците на три основни компонента. Една от тях е съпротивителната сила, свързана със скоростта. Outro включва сили на околната среда като гравитация. Третият улавя директните взаимодействия между частиците. Невронната мрежа, обучена с реални траектории, улавя асиметрични детайли. Водещата частица може да привлече тази зад нея, докато закъснялата частица винаги отблъсква лидера.
Реципрочността на Essa не се появява в системи с много тела. Изследователите сравняват феномена с две лодки, пресичащи езеро и генериращи вълни. Събуждането на всеки от тях засяга другото по различен начин в зависимост от относителната им позиция. Моделът постигна коефициент на определяне по-голям от 0,99 при прогнозиране на ускорението на частиците.
- Системата направи възможно измерването на товарите и дължините на бронята с безпрецедентна прецизност
- Независими Experimentos валидирани маси, изведени от AI
- Resultados противоречат на класическите теоретични предположения относно пропорционалността между размера и натоварването
Justin Burton, професор по експериментална физика, подчерта, че методът не работи като черна кутия. Структурата на мрежата зачита известните физически ограничения и също така ни позволява да открием това, което не е било известно.
Suposições класическите теории не устояват на новите данни
Предишен Teorias предполагаше, че зарядът на праховата частица нараства пропорционално на нейния радиус. Данните показват, че връзката е по-сложна. Ela варира в зависимост от плътността и температурата на плазмата. Наблюдаваният показател е между 0,30 и 0,80 и нараства с фоновото газово налягане.
Outra Общото предположение гласи, че силите между частиците намаляват експоненциално с разстоянието, независимо от размера. Анализът разкрива ясна зависимост на размера на частиците от затихването на силата. Допълнителен Experimentos потвърди тези отклонения.
Ilya Nemenman, професор по теоретична физика, обясни, че високата точност прави възможно коригирането на стари неточности. Моделът предлага количествени описания, които не са съществували преди. Wentao Yu, първият автор, работи по проекта като докторант в Emory и сега се занимава с изследвания в Caltech. Eslam Abdelaleem, съавтор, работи като постдокторант в Georgia Tech.
Plasma с прах се появява в среда от ежедневието до космоса
Плазмата се нарича четвъртото състояние на материята, защото електроните и йоните се движат свободно. Ele съставлява около 99,9% от видимата вселена, от слънчевите ветрове до светкавиците. Версията за прах добавя заредени зърна, които променят поведението.
Na Lua, слабата гравитация оставя частици прах да плават и да полепват по дрехите на астронавтите. При горски пожари в Terra заредените частици сажди могат да попречат на радиосигналите, използвани от пожарникарите. В лабораторията учените суспендират пластмасови микросфери във вакуумна камера и регулират налягането, за да симулират реални условия.
Техниката за томографско изобразяване, разработена в лабораторията на Burton, използва лазерен лист, който сканира обема. Високоскоростна камера записва изображения, които, когато се комбинират, реконструират 3D траектории за минути.
Abordagem проправя пътя за други системи с много тела
Рамката, разработена в Emory, работи на обикновен настолен компютър. Ele може да бъде адаптиран за изследване на колоиди в индустриални бои и мастила или колективни взаимодействия в групи от живи клетки. Nemenman планира да приложи подобни идеи към изследването на колективното движение в биологичните системи по време на стаж в Alemanha.
Vyacheslav Lukin, програмен директор на National Science Foundation, похвали интердисциплинарното сътрудничество. Напредъкът комбинира физика на плазмата и изкуствен интелект и може да бъде от полза за разбирането на живите системи.
Изследването получи основна подкрепа от NSF, с допълнително финансиране от Simons Foundation. Авторите подчертават, че успехът зависи от внимателното проектиране на мрежата и човешката интерпретация на резултатите.
Експерименталните техници на Detalhes засилват надеждността
Изследователите потвърдиха модела по два независими начина, за да изведат масата на всяка частица. Стойностите съвпадат и отговарят на директни измервания чрез оптична микроскопия. Вътрешната последователност на Essa увеличава доверието в изведените сили.
Невронната мрежа включва физически симетрии и работи с неидентични частици. Обучението използва ограничен обем от експериментални данни, което изисква специфична архитектура. Седмичните сесии на Reuniões в продължение на повече от година прецизираха структурата в сравнително прост, но мощен модел.
Потенциалът на Impacto надхвърля физиката на плазмата
Cientistas вижда потенциал в области като индустриални материали и биология. При рак, например, разбирането на колективните клетъчни взаимодействия може да хвърли светлина върху процесите на метастази. Методът предлага отправна точка за извеждане на закони в системи, където преките взаимодействия са трудни за моделиране.
Burton сравнява отговорното използване на AI с мисията за изследване на неизвестното. Ele вярва, че инструментът, когато се използва добре, отваря врати към изцяло нови области на открития.
Проучването демонстрира, че изкуственият интелект може да отиде отвъд анализирането или прогнозирането. При подходящи условия помага да се разкрият законите на природата, които са останали скрити.