Zap una massa di atomi super-raffreddati con un campo magnetico e vedrai "fuochi d'artificio quantici" - getti di atomi che esplodono in direzioni apparentemente casuali.
I ricercatori l'hanno scoperto nel 2017 e sospettavano che ci potesse essere uno schema in quei fuochi d'artificio. Ma non potevano individuarlo da soli. Quindi, hanno consegnato il problema a un computer addestrato nella corrispondenza dei modelli, che è stato in grado di individuare ciò che non potevano: una forma, dipinta dai fuochi d'artificio nel tempo, nell'esplosione dopo l'esplosione del getto atomico. Quella forma? Una piccola tartaruga funky.
I risultati, pubblicati come rapporto il 1 ° febbraio sulla rivista Science, sono tra i primi importanti esempi di scienziati che usano l'apprendimento automatico per risolvere problemi di fisica quantistica. La gente dovrebbe aspettarsi di vedere più assistenti digitali di questo tipo, hanno scritto i ricercatori, poiché gli esperimenti di fisica quantistica coinvolgono sempre più sistemi troppo grandi e complessi da analizzare usando solo la potenza del cervello.
Ecco perché era necessario l'aiuto computerizzato:
Per creare i fuochi d'artificio, i ricercatori hanno iniziato con uno stato della materia chiamato condensato di Bose-Einstein. È un gruppo di atomi portato a temperature così vicine allo zero assoluto che si raggruppano e iniziano a comportarsi come un superatom, esibendo effetti quantici su scale relativamente grandi.
Ogni volta che un campo magnetico colpiva la condensa, una manciata di getti atomici sparava via da esso, in direzioni apparentemente casuali. I ricercatori hanno realizzato immagini dei getti, individuando le posizioni degli atomi nello spazio. Ma anche molte di quelle immagini sovrapposte l'una sull'altra non hanno rivelato alcuna rima o ragione evidente al comportamento degli atomi.
via Gfycat
Ciò che il computer vide che gli umani non potevano non era che se quelle immagini fossero ruotate per sedersi l'una sull'altra, sarebbe emersa una chiara immagine. In media, gli atomi tendevano a allontanarsi dai fuochi d'artificio in una delle sei direzioni l'una rispetto all'altra durante ogni esplosione. Il risultato fu che abbastanza immagini, ruotate e stratificate nel modo giusto, rivelavano quattro "gambe" ad angolo retto l'una rispetto all'altra, oltre a una "testa" più lunga tra due delle gambe abbinata a una "coda" tra le altre due . Il resto degli atomi era distribuito in modo abbastanza uniforme su tre anelli, che costituivano il guscio della tartaruga.
Questo non era ovvio per gli osservatori umani perché la direzione in cui la "tartaruga" era orientata durante ogni esplosione era casuale. E ogni esplosione costituiva solo alcuni pezzi del puzzle complessivo a forma di tartaruga. Ci volle l'infinita pazienza di un computer per setacciare i dati disordinati per capire come disporre tutte le immagini in modo tale che la tartaruga emerse.
Questo tipo di metodo - che libera le capacità di riconoscimento di un modello di computer su un set di dati grande e disordinato - è stato efficace negli sforzi che vanno dall'interpretazione dei pensieri che passano attraverso il cervello umano allo spotting di esopianeti in orbita attorno a stelle lontane. Non significa che i computer stanno superando gli umani; le persone devono ancora addestrare le macchine per notare gli schemi e i computer non comprendono in modo significativo ciò che stanno vedendo. Ma l'approccio è uno strumento sempre più diffuso nel kit di strumenti scientifici che ora è stato applicato alla fisica quantistica.
Naturalmente, una volta che il computer ha rivelato questo risultato, i ricercatori hanno controllato il suo lavoro, usando alcune tecniche di caccia al modello vecchio stile già comuni nella fisica quantistica. E una volta che sapevano cosa cercare, i ricercatori hanno ritrovato la tartaruga, anche senza l'aiuto del computer.
Nessuna di queste ricerche spiega ancora perché i fuochi d'artificio, nel tempo, mostrino la forma di una tartaruga, hanno sottolineato i ricercatori. E non è questo il tipo di domanda che l'apprendimento automatico è adatto a rispondere.
"Riconoscere uno schema è sempre il primo passo nella scienza, quindi questo tipo di apprendimento automatico potrebbe identificare relazioni e caratteristiche nascoste, specialmente mentre ci spostiamo per cercare di capire i sistemi con un gran numero di particelle", l'autore principale Cheng Chin, un fisico di l'Università di Chicago, ha detto in una dichiarazione.
Il prossimo passo per capire perché quei fuochi d'artificio creano un modello di tartaruga probabilmente implicherà molto meno apprendimento automatico e molta più intuizione umana.
