کمیته رکن چهارم – پژوهشگران دانشگاه اموری در آتلانتا با آموزش یک شبکه عصبی موفق شدند گامی جدید در استفاده از هوش مصنوعی برای کشف قوانین فیزیکی بردارند. این سامانه توانست بر پایه دادههای آزمایشگاهی، قوانین تازهای در مورد نیروهای عملکننده در پلاسمای غباری کشف کند؛ مادهای مرموز که در بخشهای مختلف کیهان از جمله سطح ماه و حلقههای زحل دیده میشود.
به گزارش کمیته رکن چهارم، این پروژه با ترکیب دادههای واقعی و مدلی سفارشی از هوش مصنوعی شکل گرفت که برخلاف بیشتر سامانههای مشابه، تنها با دادههای کوچک اما دقیق آموزش دیده بود. سامانه طراحیشده، امکان مشاهده و تحلیل حرکت ذرات ریزپلاستیکی در محیط پلاسما را با دقت بالا فراهم کرد و به کمک آن، مدل هوش مصنوعی توانست نیروهای پیچیده و غیرمتقابل بین ذرات را توصیف کند؛ نیروهایی که پیشتر بهدرستی شناخته نشده بودند.
ویژگی مهم این پروژه آن است که هوش مصنوعی نهتنها توانست فرضیات نادرست موجود در نظریههای فعلی فیزیک پلاسما را اصلاح کند، بلکه چارچوبی ارائه داد که قابلتعمیم به سایر سیستمهای چندذرهای نیز هست. به گفته یکی از پژوهشگران، این مدل برخلاف الگوریتمهای متداول یک “جعبه سیاه” نیست و سازوکار عملکرد آن بهخوبی قابل درک است.
این پژوهش، رویکردی نوین برای درک بهتر رفتار مواد پیچیده ارائه میدهد و میتواند در آینده به کشف قوانین فیزیکی در سیستمهای مشابه کمک کند. نتایج این تحقیق نشان میدهد که با ترکیب دقیق دادههای فیزیکی و الگوریتمهای یادگیری ماشین، میتوان مرزهای علم را بهشیوهای نوین جابهجا کرد.
