Bilim insanları 100 bin denklem gerektiren fazlasıyla karmaşık bir kuantum fiziği problemini, yapay zeka kullanarak sadece 4 denkleme indirgedi.
Ekip, "boyutluluğu azaltma" yönteminin kuantum problemlerine yönelik bilimsel araştırmalarda "devrim" yapabileceğini, bunun da çok yüksek verimli malzeme tasarımında atılımlara yol açabileceğini umuyor.
fazla oku
Bu bölüm, konuyla ilgili referans noktalarını içerir. (Related Nodes field)
Muhtemel sonuçlar, süper iletkenlik gibi yararlı özelliklere sahip veya sinirbilimden yenilenebilir enerjiye kadar değişen uygulama alanları olan yeni malzemeleri kapsayabilir.
İtalya'daki Bologna Üniversitesi'nde yardımcı doçentlik yapan ve New York'taki Hesaplamalı Kuantum Fiziği Merkezi'nde misafir araştırma görevlisi olan Domenico Di Sante, "Tüm bu eşleştirilmiş diferansiyel denklemlerin oluşturduğu devasa nesneyle başlıyoruz; daha sonra makine öğrenimini kullanarak, onu parmaklarınızda sayabileceğiniz kadar küçük bir şeye dönüştürüyoruz" dedi.
Temelinde bu, gizli örüntüleri keşfetme gücüne sahip bir makine.
Bahsi geçen kuantum problemi, Hubbard modeli olarak bilinen düzenekte elektronların bir kafes üzerindeki hareketini içeriyordu.
Fizikçilerin uğraş verdiği konu, elektronların kuantum mekanikleri bazında dolanık hale geliş yoluyla nasıl başa çıkılacağıydı. Bu durum formuü kapsamında elektronların tek tek ele alınamayacağı ve çözümlenmek için devasa bir hesaplama gücüne ihtiyaç duyulması anlamına geliyor.
Ekip, binlerce denklem içeren yöntemle aynı çözümü üreten küçük bir denklem kümesini bulmak için, bir sinir ağı kullanarak yapay zeka sistemini haftalarca eğitmeyi başardı.
Dr. Di Sante şöyle konuştu:
Sonucu gördüğümüzde, "vay canına, bu beklediğimizden de fazla" dedik.
İlgili fizik mekanizmasını gerçekten de yakalayabildik.
Bilim insanları şimdi bu yaklaşımı elektronların uzun mesafelerde etkileşime girmesini içeren, daha karmaşık kuantum sistemleri üzerinde test etmeyi umuyor.
Bu bilimsel atılım, 23 Eylül'de Physical Review Letters bilimsel dergisinde yayımlanan "Deep learning the functional renormalisation group" (İşlevsel yeniden normalleştirme grubunu derin öğrenme) başlıklı makalede detaylandırıldı.
*İçerik orijinal haline bağlı kalınarak çevrilmiştir. Independent Türkçe’nin editöryal politikasını yansıtmayabilir.
https://www.independent.co.uk/tech
Independent Türkçe için çeviren: Deniz Sutaş
© The Independent
