Американские исследователи из Университета Эмори в Атланте обучили ИИ делать новые физические открытия, а не просто искать ошибки или предсказывать результаты исследований.
Ученые загрузили в систему искусственного интеллекта экспериментальные данные о загадочном состоянии вещества, которое называется пылевой плазмой — горячий электрически заряженный газ, наполненный мелкими частицами пыли. После этого исследователи наблюдали, как ИИ удивительно точно описывает странные силы, которые до этого не были до конца понятны ученым.
Это демонстрирует, что искусственный интеллект может использоваться для раскрытия ранее неизвестных законов, управляющих взаимодействием частиц в хаотической системе. ИИ также скорректировал устоявшиеся предположения о физике плазмы.
«Мы показали, что можем использовать ИИ для открытия новых физических явлений. Наш метод ИИ — не черный ящик: мы понимаем, как и почему он работает. Предложенная им структура также универсальна. Ее потенциально можно применять к другим многочастичным системам, чтобы обнаружить новые пути к открытиям», — объясняет соавтор исследования, профессор Джастин Бертон.
Исследователи объединили реальные эксперименты с тщательно разработанной моделью ИИ. Они начали с изучения пылевой плазмы. Это состояние вещества встречается повсюду во Вселенной, от колец Сатурна и поверхности Луны, до лесных пожаров на Земле.
Однако силы, действующие между частицами в пылевой плазме, оставались плохо изученными. Это связано с тем, что частицы влияют друг на друга с разной силой. Понимание таких взаимодействий с помощью традиционной физики оказалось чрезвычайно сложным. Поэтому для решения этой проблемы ученые создали сложную систему трехмерной визуализации, позволяющую наблюдать за движением частиц пластиковой пыли внутри камеры, наполненной плазмой.
Исследователи использовали лазерный нож и высокоскоростную камеру для фиксации тысяч движений мелких частиц в трех измерениях с течением времени. Подробные траектории движения частиц использовались для обучения модели ИИ. В отличие от большинства моделей нейросетей, требущих больших наборов данных для обучения, сеть исследователей из Университета Эмори училась на небольших, однако насыщенных наборах данных и была спроектирована с учетом встроенных физических правил, таких как учет гравитации, сопротивления и сил взаимодействия между частицами.
«Когда вы исследуете что-то новое, у вас не так много данных для обучения ИИ. Это означало, что нам пришлось бы разработать нейронную сеть, которую можно было бы обучить на небольшом объеме данных и получить новые знания», — отмечает старший автор исследования, профессор Илья Неменман.
Нейросеть разложила движение частиц на три составляющие: эффекты скорости, в которые вошло сопротивление, силы окружающей среды, например гравитация, и силы взаимодействия между частицами. ИИ предоставил описания невзаимных сил с точностью 99%. В частности, ИИ обнаружил, что частицы впереди притягивают за собой отстающие, а отстающие отталкивают от себя частицы, которые находятся впереди. Подобное асимметричное взаимодействие предполагалось, но никогда ранее не моделировалось. Кроме этого ИИ исправил ошибочные предположения, которые годами определяли теорию плазмы.
https://itc.ua/wp-content/uploads/2025/08/pnas.2505725122.sm08.mp4
Например, одно из таких предположений заключалось в том, что электрический заряд частицы увеличивается пропорционально ее размеру. Оказалось, что это не так. Эта зависимость коррелирует с плотностью и температурой окружающей плазмы. Еще одно ошибочное предположение утверждало, что сила взаимодействия между частицами всегда уменьшается с расстоянием, независимо от их размера. ИИ показал, что это уменьшение также зависит от размера частиц, что ранее игнорировалось.
Интересно, что эта модель ИИ эффективно работала на обычном компьютере. Она создала универсальную структуру, которую теперь можно применять к любым системам с множеством частиц, от красок до миграции клеток в живых организмах. Это исследование также демонстрирует, что ИИ может выйти далеко за пределы простых вычислений.
«Еще интереснее то, что мы показываем, что некоторые распространенные теоретические предположения об этих силах не совсем точны. Мы можем исправить эти неточности, поскольку теперь можем видеть происходящее в таких мелких деталях. Несмотря на все разговоры о том, как ИИ меняет науку, существует очень мало примеров, когда что-то принципиально новое было обнаружено непосредственно с помощью ИИ», — подчеркнул профессор Неменман.
Результаты исследования опубликованы в журнале PNAS
Источник: Interesting Engineering
No Comment! Be the first one.