فیزیکدانان با استفاده از هوش مصنوعی توانسته‌اند یک مسئله کوانتومی پیچیده با حدود 100 هزار معادله را در 4 معادله خلاصه کنند. این فشرده‌سازی در شرایطی انجام گرفته که دقت حل مسئله قربانی نشده و دانشمندان امیدوارند که با همین روش بتوانند بسیاری از مسائل بزرگ دنیای علم مثل تلاش برای استفاده از انرژی‌های پاک یا ابررسانایی را به شکلی آسان‌تر برطرف کنند.
محققان در پژوهشی که نتایج آن در مجله Physical Review Letters منتشر شده، از هوش مصنوعی برای خلاصه کردن مسئله کوانتومی در رابطه با مدل هوبارد استفاده کردند. این مسئله به چگونگی رفتار الکترون‌ها در زمان حرکت در یک فضای شبکه مانند می‌پردازد. زمانی که دو الکترون روی یک شبکه قرار می‌گیرند، با هم تعامل برقرار می‌کنند. این پیکربندی که تحت عنوان مدل هوبارد شناخته می‌شود، به دانشمندان اجازه می‌دهد درباره چگونگی تاثیر رفتار الکترون‌ها بر فازهای مختلف ماده از جمله ابررسانایی مطالعه کنند.
پردازش مدل هوبارد به مقدار زیادی توان رایانشی نیاز دارد. چون وقتی الکترون‌ها با هم تعامل برقرار می‌کنند، سرنوشت آنها می‌تواند به لحاظ مکانیک کوانتومی با یکدیگر درهم‌تنیده شود. حتی زمانی که در یک شبکه فاصله زیادی با هم دارند، نمی‌توان با آنها به‌صورت جداگانه رفتار کرد.
یکی از روش‌های مطالعه سیستم‌های کوانتومی استفاده از راه حلی موسوم به گروه بازبهنجارش است که یک ابزار ریاضی به منظور کشف رفتارهای یک سیستم نظیر مدل هوبارد است. گروه بازبهنجارش همه احتمالات میان الکترون‌های درهم‌تنیده را در نظر می‌گیرد و می‌تواند صدها هزار یا حتی میلیون‌ها معادله را به وجود بیاورد.
پژوهشگران در این مطالعه از شبکه عصبی استفاده کردند تا ابتدا با استفاده از یادگیری ماشینی ارتباطات موجود در گروه بازبهنجارش را بسازند. سپس با استفاده از این شبکه، توان این ارتباطات را دستکاری کنند تا مجموعه‌ی کوچکی از معادلات را به دست بیاورند.
محقق ارشد این پژوهش می‌گوید این دستگاه در واقع می‌تواند الگوهای پنهان را کشف کند. البته آموزش دادن به این سیستم یادگیری ماشینی به پردازش‌های سنگینی نیاز داشته و دستگاه به مدت چند هفته در حال محاسبه بوده است.
منبع: وب سایت دیجیاتو
بیشتر بخوانید:
