Исследователи используют ИИ для обнаружения скрытых законов в системах заряженных частиц

Исследователи из Университета Эмори объединили специально разработанную нейронную сеть с экспериментальными лабораторными данными. Результат раскрывает ранее скрытые закономерности взаимодействия частиц плазмы с пылью. Точность описания невзаимных сил превышает 99%. Работа была опубликована в журнале Proceedings of the National Academy of Sciences.

Пылевая плазма состоит из ионизированного газа, содержащего микроскопические заряженные частицы. Эта система естественным образом встречается в космосе, например, в кольцах Сатурна, а также в земной среде, например, в дыме от лесных пожаров. Ученые отслеживали трехмерное движение десятков частиц в контролируемой вакуумной камере. Затем они применили искусственный интеллект, чтобы определить силы, управляющие коллективным поведением.

Модель искусственного интеллекта с высокой точностью изучает силы между частицами

Команда разделила движение частиц на три основных компонента. Одним из них является сила сопротивления, связанная со скоростью. Другой включает в себя силы окружающей среды, такие как гравитация. Третий фиксирует прямое взаимодействие между частицами. Нейронная сеть, обученная на реальных траекториях, фиксировала асимметричные детали. Ведущая частица может притягивать стоящую за ней частицу, а замыкающая частица всегда отталкивает лидера.

Эта невзаимность проявляется в системах многих тел. Исследователи сравнивают это явление с двумя лодками, пересекающими озеро и создающими волны. След каждого из них влияет на другого по-разному в зависимости от их взаимного положения. Модель достигла коэффициента детерминации более 0,99 при прогнозировании ускорения частиц.

• Система позволила измерять нагрузки и длину брони с беспрецедентной точностью.
• Независимые эксперименты подтвердили предполагаемые ИИ массы
• Результаты противоречат классическим теоретическим предположениям о пропорциональности между размером и нагрузкой.

Джастин Бертон, профессор экспериментальной физики, подчеркнул, что метод не работает как черный ящик. Сетевая структура учитывает известные физические ограничения, а также позволяет нам обнаружить то, что было неизвестно.

Классические теоретические предположения не противостоят новым данным.

Предыдущие теории предполагали, что заряд пылевой частицы растет пропорционально ее радиусу. Данные показывают, что взаимосвязь более сложная. Оно меняется в зависимости от плотности и температуры плазмы. Наблюдаемый показатель степени находится в пределах от 0,30 до 0,80 и увеличивается с увеличением фонового давления газа.

Другое распространенное предположение заключалось в том, что силы между частицами падают экспоненциально с расстоянием, независимо от размера. Анализ выявил четкую зависимость размера частиц от затухания силы. Дополнительные эксперименты подтвердили эти отклонения.

Профессор теоретической физики Илья Неменман пояснил, что высокая точность позволила исправить старые неточности. Модель предлагает количественные описания, которых ранее не существовало. Вэньтао Ю, первый автор, работал над проектом в качестве аспиранта в Эмори, а сейчас занимается исследованиями в Калифорнийском технологическом институте. Эслам Абделалим, соавтор, работает научным сотрудником в Технологическом институте Джорджии.

Пыльная плазма появляется в различных средах: от повседневной жизни до космоса.

Плазму называют четвертым состоянием вещества, поскольку электроны и ионы движутся свободно. Она составляет около 99,9% видимой Вселенной, от солнечных ветров до молний. Версия с пылью добавляет заряженные зерна, которые меняют поведение.

На Луне из-за слабой гравитации частицы пыли плавают и прилипают к одежде космонавтов. При лесных пожарах на Земле заряженные частицы сажи могут создавать помехи радиосигналам, используемым пожарными. В лаборатории ученые подвешивают пластиковые микросферы в вакуумной камере и регулируют давление, имитируя реальные условия.

Leia Também

Виртуальный магазин Epic Games гарантирует бесплатный выкуп двенадцати крупных игр для игроков на ПК

Владельцы консолей PlayStation 5 гарантируют полный доступ к играм Ark и 2XKO в цифровом магазине Sony.

Sony предоставляет бесплатный доступ к двум основным играм для пользователей PlayStation 5 в цифровом магазине

Метод томографической визуализации, разработанный в лаборатории Бертона, использует лазерный лист, сканирующий объем. Высокоскоростная камера записывает изображения, которые при объединении восстанавливают трехмерные траектории за считанные минуты.

Подход открывает путь для других систем многих тел.

Платформа, разработанная в Emory, работает на обычном настольном компьютере. Его можно адаптировать для изучения коллоидов в промышленных красках и чернилах или коллективных взаимодействий в группах живых клеток. Неменман планирует применить аналогичные идеи к изучению коллективного движения в биологических системах во время стажировки в Германии.

Вячеслав Лукин, программный директор Национального научного фонда, высоко оценил междисциплинарное сотрудничество. Это достижение сочетает в себе физику плазмы и искусственный интеллект и может способствовать пониманию живых систем.

Исследование получило основную поддержку от NSF и дополнительное финансирование от Фонда Саймонса. Авторы подчеркивают, что успех зависит от тщательного проектирования сети и человеческой интерпретации результатов.

Технические детали эксперимента повышают надежность

Исследователи проверили модель двумя независимыми способами, чтобы определить массу каждой частицы. Значения совпали и соответствовали прямым измерениям методом оптической микроскопии. Эта внутренняя согласованность повышает уверенность в предполагаемых сильных сторонах.

Нейронная сеть учитывает физическую симметрию и работает с неидентичными частицами. В обучении использовался ограниченный объем экспериментальных данных, что требовало определенной архитектуры. Еженедельные встречи в течение более года превратили структуру в относительно простую, но мощную модель.

Потенциальное воздействие выходит за рамки физики плазмы

Ученые видят потенциал в таких областях, как промышленные материалы и биология. Например, при раке понимание коллективных клеточных взаимодействий может пролить свет на процессы метастазирования. Этот метод предлагает отправную точку для вывода законов в системах, где прямые взаимодействия трудно моделировать.

Бертон сравнивает ответственное использование ИИ с миссией исследования неизведанного. Он считает, что этот инструмент при правильном использовании открывает двери в совершенно новые сферы открытий.

Исследование показывает, что искусственный интеллект может выходить за рамки анализа или прогнозирования. При правильных условиях это помогает выявить законы природы, которые остались скрытыми.