Физики использовали метод машинного обучения, чтобы выявить неожиданные новые закономерности в несимметричных силах, управляющих системой многих тел.
Журнал Proceedings of the National Academy of Sciences опубликовал результаты экспериментальных и теоретических исследований физиков из Университета Эмори. Они использовали нейронную сетевую модель и данные лабораторных экспериментов с пыльной плазмой — ионизированным газом, содержащим взвешенные пылевые частицы.
Работа является одним из относительно немногих примеров использования ИИ не как инструмента для обработки данных или прогнозирования, а для открытия новых физических законов, управляющих миром природы.
«Мы показали, что можем использовать ИИ для открытия новой физики», — говорит Джастин Бертон, профессор экспериментальной физики в Эмори и старший соавтор статьи. «Наш метод ИИ — это не чёрный ящик: мы понимаем, как и почему он работает. Предоставленная им структура также универсальна. потенциально его можно применить к другим системам многих тел, чтобы открыть новые пути для открытий».
Статья в PNAS содержит наиболее подробное описание физики пыльной плазмы, давая точные приближения для несимметричных сил.
«Мы можем описать эти силы с точностью более 99%», — говорит Илья Неменман, профессор теоретической физики в Эмори и соавтор статьи. «Ещё более интересно то, что мы показываем, что некоторые распространённые теоретические предположения об этих силах не совсем точны. Мы можем исправить эти неточности, потому что теперь мы можем видеть, что происходит, в таких изысканных деталях».
Исследователи надеются, что их подход с использованием ИИ послужит отправной точкой для вывода законов из динамики широкого спектра систем многих тел, которые состоят из большого числа взаимодействующих частиц. Примеры варьируются от коллоидов — таких как краски, чернила и другие промышленные материалы — до кластеров клеток в живых организмах.
Плазма и пыльная плазма
Плазма — это ионизированный газ, в котором заряженные частицы — электроны и ионы — свободно перемещаются, создавая уникальные свойства, такие как электропроводность. Плазма составляет примерно 99,9% видимой Вселенной, от солнечных ветров, исходящих из солнечной короны, до молний, бьющих по Земле.
Пыльная плазма, которая добавляет заряженные частицы пыли к смеси ионов и электронов, также распространена в космосе и планетарных средах — от колец Сатурна до ионосферы Земли.
Например, заряженные частицы, парящие над поверхностью Луны из-за слабой гравитации, являются примером пыльной плазмы. «Вот почему, когда астронавты ходят по Луне, их скафандры покрываются пылью», — объясняет Бертон.
Пример пыльной плазмы на Земле может возникнуть во время лесных пожаров, когда сажа смешивается с дымом. Заряженные частицы сажи могут мешать радиосигналам, влияя на связь между пожарными.
Бертон изучает физику пыльных плазм и аморфных материалов. Его лаборатория проводит эксперименты с крошечными пластиковыми частицами, взвешенными в вакуумной камере, заполненной плазмой, в качестве модели для более сложных систем.
Для текущего проекта Бертон и Ю разработали томографическую технику визуализации для отслеживания трёхмерного (3D) движения частиц в пыльной плазме. Используя лазер, исследователи могут отслеживать движение частиц в пыльной плазме с высокой точностью.
Теоретический биофизик Неменман ищет законы, лежащие в основе природных динамических систем, особенно сложных биологических. Он заинтересован, в частности, в явлении коллективного движения, например, в том, как человеческие клетки перемещаются по телу.
«Общие вопросы о том, как возникает целая система из взаимодействий крошечных частей, очень важны», — объясняет Неменман. «Например, в случае рака вы хотите понять, как взаимодействие клеток может привести к тому, что некоторые из них отрываются от опухоли и перемещаются в новое место, становясь метастатическими».
Исследователи использовали аналогию двух лодок, движущихся по озеру и создающих волны. «В пыльной плазме мы описали, как ведущая частица притягивает следующую за ней, но следующая за ней частица всегда отталкивает ведущую», — объясняет Неменман. «Это явление ожидалось некоторыми, но теперь у нас есть точное приближение для него, которого раньше не существовало».
Их выводы также корректируют некоторые неверные предположения о пыльной плазме. Например, давняя теория утверждала, что чем больше радиус пылевой частицы, тем больше заряд, который к ней прилипает, в точной пропорции к радиусу частицы. «Мы показали, что эта теория не совсем верна», — говорит Неменман. «Хотя верно, что чем больше частица, тем больше заряд, это увеличение не обязательно пропорционально радиусу. Это зависит от плотности и температуры плазмы».
Исследователи проверили свои выводы с помощью экспериментов. Их нейронная сеть, основанная на физике, работает на настольном компьютере и предлагает универсальную теоретическую основу для разгадки тайн других сложных систем многих тел.
«Я буду обучать студентов со всего мира тому, как использовать ИИ для вывода физики коллективного движения — не в пыльной плазме, а в живой системе», — говорит Неменман.
Хотя их ИИ-фреймворк способен выводить новую физику, для разработки правильной структуры нейронной сети и интерпретации и проверки полученных данных необходимы опытные физики-эксперты. «Требуется критическое мышление, чтобы разрабатывать и использовать инструменты ИИ таким образом, чтобы добиться реальных успехов в науке, технологиях и гуманитарных науках», — говорит Бертон.