Dirbtinio intelekto sistema atkūrė kvantinį eksperimentą

Mokslininkai sukūrė dirbtinio intelekto sistemą, kuri 2001-aisiais fizikos Nobelio premijos laimėtojų eksperimentą sugebėjo atkurti per valandą, rašo „Forbes“.

Dirbtinio intelekto sistema sugebėjo atkurti sudėtingą kvantinį eksperimentą, kurio metu turėjo būti pagamintos itin karštos dujos, įkalintos lazerio spindulyje (Bose – Einsteino kondensatas).

„Nesitikėjau, kad mašina galėtų išmokti atlikti eksperimentą pati, nuo nulio, per vieną valandą“, – sakė vienas tyrėjų Paulas Wigley iš Australijos nacionalinio universiteto.

Pasak jo, paprastai kompiuterinei programai būtų prireikę daugiau laiko, nei Žemės amžius, kad ji surastų visas įmanomas kombinacijas ir išsiaiškintų sprendinį.

Australijos mokslininkai sukūrė internetinį optimizavimo procesą, paremtą mašininiu mokymusi, kuris turėjo rasti geriausią būtą pagaminti Bose-Einsteino kondensatus (BEC).

Mokslininkai BEC nori panaudoti kaip šaltais atomais paremtus sensorius ir tirti daugelio kūnų fiziką. Yra ir kitų BEC pritaikymo būdų.

Kadangi BEC yra itin jautrūs išoriniams trikdžiams, jie gali padėti atlikti itin tikslius matavimus, pavyzdžiui, Žemės magnetinio lauko arba gravitacijos pokyčių.

Padedant dirbtiniam intelektui BEC sistemos gali būti įrengtos labai greitai kiekvieną rytą, o mašina gali kompensuoti visus nakties svyravimus.

„Veikiantį gravitacijos matavimo įrenginį galima įdėti į automobilio galą, ir dirbtinis intelektas persigraduos ir susitaisys, kad ir kas benutiktų, – sakė vienas tyrėjų dr. Michaelas Hushas. – Tai kur kas pigiau, nei su savimi visur imti po fiziką.“

Tyrėjai taip pat teigia, kad dirbtinio intelekto pasirinkti būdai gaminti BEC juos nustebino.

„Dirbtinis intelektas darė tokius dalykus, kurių žmogus nė nenuspėtų, pavyzdžiui, padidindavo arba sumažindavo vieno lazerio galią, ir kompensuodavo su kito, – sakė Wigley‘is. – Jis galėjo surasti komplikuotus būdus, kaip eksperimentus atšaldyti arba atlikti tikslesnius matavimus, apie kuriuos žmonės nepagalvotų.“

Mokslininkai jų mašininio mokymosi optimizavimo algoritmą paviešino internete. Tyrėjai mano, kad algoritmas gali būti taikomas kvantinės chemijos, femtosekundinės fizikos ir kvantinės kompiuterijos srityse.