Vještačka inteligencija (AI) sve je moćnija. Svoje domete ovoga puta pokazala je i u domenu nauke, gdje je postupak rješavanja kompleksnog problema, koji inače zahtijeva 100.000 jednačina, svela na samo četiri.
Ovaj rad nazvan „Deep Learning the Functional Renormalization Group“, koji je nedavno objavljen u časopisu Physical Review Letters, mogao bi potpuno transformisati način na koji naučnici pristupaju rješavanju problema koji se tiču u sistema koji sadrže veliki broj elektrona u međusobnoj interakciji.
Naime, najvažnije u svemu tome je utvrditi način ponašanja elektrona dok se kreću po rešetkastim putanjama, jer kada se nađu na istom mjestu oni počinju vršiti interakciju, što se zove Habardov model. Ovaj pristup bi potencijalno mogao pomoći u dizajniranju materijala sa svojstvima koja su najtraženija, poput supravodljivosti.
Domenico Di Sante, glavni autor studije i gostujući istraživač u Centru za kompjutersku kvantnu fiziku Flatiron instituta (CCQ) u Njujorku kazao da je da su krenuli sa ogromnim problemom koji sadrži brojne diferencijalne jednačine. Zatim su, kako dodaje, koristili mašinsko učenje da taj komplikovani zadatak od toliko jednačina toliko pojednostave da se koraci do rješenja mogu prebrojati na prste.
“To je u suštini mašina koja ima moć da otkrije skrivene obrasce. Kada smo vidjeli rezultat, rekli smo: ‘vau, ovo je više od onoga što smo očekivali’. Zaista smo uspjeli uhvatiti relevantnu fiziku”, rekao je Di Sante.
Još uvijek ostaje nepoznato da li će ovaj proistup davati rezultate na složenijim kvantnim sistemima.
Di Sante vjeruje da rezultati ovog istraživanja otvaraju vrata za uzbudljive mogućnosti u poljima kao što su kosmologija i neuronauka.
