Uczenie maszynowe odkrywa tajemnice natury

Fot. Pixabay CC0

Wspólne badanie naukowców z uczelni we Francji, Niemczech i Austrii zapewnia fizyczny wgląd w odpowiedzi na wiele pytań, takich jak: dlaczego woda ma największą gęstość w temperaturze 4 stopni czy płatki śniegu mają zawsze sześciokrotną symetrię. Udało się to poprzez połączenie napędzanych danymi technik uczenia maszynowego i mechaniki kwantowej.

Prawa mechaniki kwantowej pozwalają opisać zachowanie elektronów i jąder atomów. Rozwiązując równanie Schrodingera, można tworzyć modele dowolnego materiału, w tym wody. Problem polega na tym, że wraz ze wzrostem liczby cząsteczek, złożoność jest zbyt duża, aby wykonać obliczenia, nawet dla najszybszych komputerów. Pokonanie tych ograniczeń stało się możliwe dzięki sztucznej sieci neuronowej (ANN).

Można by ją opisać jako kilka warstw połączonych ze sobą węzłów, które imitują strukturę neuronów w ludzkim mózgu. Sieć najpierw uczy się oddziaływań kwantowo-mechanicznych między atomami, a następnie wykorzystuję tę wiedzę. Dokonuje szybkich przewidywań dotyczących energii i sił dla układu atomów, bez potrzeby wykonywania kosztownych obliczeń mechaniki kwantowej.

Ta technologia pozwoliła naukowcom na odtworzenie właściwości termodynamicznych wody. Jedno z najbardziej zaskakujących odkryć dotyczy nuklearnych fluktuacji kwantowych. Jest to, najogólniej mówiąc, tendencja lekkich pierwiastków, jak wodór, do zachowywania się jak chmura rozproszona, a nie zlokalizowana cząstka. Sprawia, że to cząsteczki wody w lodzie „upakowują się" w sześciokąty, a płatki śniegu przyjmują sześciokątną symetrię.

(KB)