Vedci z Emory University v Atlante sa pustili do experimentu, ktorý môže prevrátiť spôsob, akým sa pozeráme na objavovanie zákonov fyziky. Zapojili umelú inteligenciu do hľadania doteraz nepoznaných fyzikálnych pravidiel a výsledok ich prekvapil.

Ich špeciálne navrhnutá neurónová sieť nielenže objavila nové zákonitosti v oblasti plazmovej fyziky, ale zároveň opravila dlhoročné mylné predstavy, ktoré túto vedu formovali. Medzi nimi napríklad aj tú, že elektrický náboj častice sa vždy zvyšuje s jej veľkosťou. Podľa AI je však táto závislosť oveľa komplexnejšia a ovplyvňuje ju aj hustota či teplota okolitého plazmatu. Na tému upozornil portál Interesting Engineering.

Prekonali večnú prekážku

To, čo odlišuje tento výskum od bežného využitia AI, je jeho cieľ. Nejde o predikciu výsledkov či čistenie dát, ale priamo o hľadanie nových fyzikálnych zákonov. Vedci trénovali svoju neurónovú sieť na dátach získaných zo stavu hmoty nazývaného „prašná plazma“. Ide o horúci, elektricky nabitý plyn, v ktorom sa nachádzajú drobné prachové častice. Tento stav hmoty je bežný v kozme, nájdeme ho napríklad v Saturnových prstencoch, na povrchu Mesiaca či dokonca v dymových stĺpoch z požiarov na Zemi. Napriek tomu neboli sily medzi časticami v tomto prostredí doteraz dostatočne pochopené.

Kľúčovou prekážkou bola skutočnosť, že systém sa správa nerecipročne. Išlo teda o to, že sila, ktorou jedna častica pôsobí na druhú, nemusí byť rovnaká ako tá, ktorou druhá pôsobí späť. Takéto javy sa v tradičnej fyzike opisujú veľmi ťažko. Tím z Emory preto vytvoril pokročilý 3D zobrazovací systém, ktorý zachytával pohyb plastových prachových častíc v plazmovej komore pomocou laserového lúča a vysokorýchlostnej kamery. Takto získali tisíce časových snímok pohybov častíc v priestore, z ktorých potom trénovali svoj AI model.

ChatGPT/Copilot Designer

Na rozdiel od väčšiny dnešných neurónových sietí, ktoré potrebujú obrovské množstvo dát, tento model bol schopný pracovať s malým, no extrémne podrobným súborom údajov. Vedci ho zároveň naprogramovali s rešpektovaním základných fyzikálnych pravidiel, ako sú gravitácia, odpor prostredia či interakcie medzi časticami. „Keď skúmate niečo nové, nemáte veľa dát na trénovanie AI. Znamenalo to, že sme museli navrhnúť neurónovú sieť, ktorá zvládne učiť sa z mála a aj tak objaví niečo nové,“ vysvetlil Ilya Nemenman, vedúci autor štúdie.

Neurónová sieť rozdelila pohyb častíc do troch hlavných kategórií: rýchlostné efekty ako trenie, vplyvy prostredia ako gravitácia a vzájomné sily medzi časticami. Vďaka tomuto prístupu mohla AI presne určiť aj asymetrické sily, napríklad keď vedúca častica priťahuje tú za ňou, no tá zadná súčasne tú prednú odpudzuje. Tento typ interakcie sa v minulosti len tušil, no nikdy nebol presne matematicky popísaný.

Copilot Designer/Midjourney

Využili klasický PC

Zaujímavé je, že celý výskum bežal na obyčajnom stolovom počítači a aj napriek tomu dosiahol presnosť vyše 99 %. Model nielenže poskytol nový pohľad na sily v plazme, ale vytvoril aj univerzálny rámec, ktorý možno aplikovať na iné zložité systémy, od farieb v náteroch až po pohyb buniek v živých organizmoch.

Vedci zároveň ukázali, že AI môže slúžiť ako nástroj objavovania, nie len ako štatistický pomocník. „Ukázali sme, že môžeme použiť AI na objavovanie novej fyziky. Náš systém nie je čierna skrinka – rozumieme, ako a prečo funguje. Je to univerzálny rámec, ktorý možno použiť aj na iné systémy s viacerými časticami,“ zdôraznil Justin Burton, spoluautor štúdie.

Tento výskum tak predstavuje výnimočný príklad toho, ako umelá inteligencia dokáže posunúť vedecké poznanie na úplne novú úroveň. Ako poznamenal Nemenman, „pri všetkých rečiach o tom, ako AI mení vedu, je len veľmi málo príkladov, kde AI sama priamo objavila niečo fundamentálne nové“. Tento objav je dôkazom, že to možné naozaj je.

Čítajte viac z kategórie: Novinky