Обучаемая нейросеть упростила уравнения взаимодействия электронов, даже квантово запутанных.
Столь непонятная квантовая физика решает практические задачи. При помощи наисложнейших вычислений перемещения элементарных частиц, ученые ищут сверхпроводимые материалы. Сверхэлектропроводники позволят эффективнее передавать энергию и облегчить вес и размеры гаджетов в разы. Для изучения поведения электронов, физики используют сетчатую решетку, известную как модель Хаббарда, если два электрона встречаются на одном делении решетки, то происходит взаимодействие, которое и необходимо вычислить.
Сложность вычисления усложняется с количеством изучаемых частиц по экспоненте, ведь помимо необходимости уследить за каждым отдельным электроном, они еще и квантово-механически запутываются между собой, даже если находятся в разных узлах решетки. Запутанные электроны рассматривать по отдельности уже нельзя.
Поэтому ученым необходимо наблюдать за всеми частицами одновременно, составляя сложные уравнения, на один опыт требуется от 100 000, до нескольких миллионов уравнений, каждое из которых содержит пару электронов. Такой математический метод изучения называется ренормализационной группой. Вычисления позволяют наблюдать за поведением отдельных электронов и всей группы при изменяющихся условиях: температуры, масштабы и скорость столкновений частиц.
Автор исследования Доменико Ди Санте задался вопросом, может ли искусственный интеллект упростить вычисления. Используя инструмент машинного обучения, группа ученых создала алгоритм, который прошел несколько поколений и обучался неделями. В конечном счете Группе ученых удалось создать программу, которая сократила количество уравнений взаимодействия с сотен тысяч всего до четырех. При том, как утверждает Ди Санте, без потери точности и объема данных. Он и его сотрудники также изучают, что именно машинное обучение на самом деле «узнает» о системе, что может дать дополнительную информацию, которую в противном случае физикам было бы трудно расшифровать.
Помимо сокращения вычислений ренормализационной группы в системе, данный ИИ будет приспособлен для изучения более сложных квантовых систем, где электроны взаимодействуют на больших расстояниях. Кроме того, программу можно использовать для космологии и нейробиологии.