Затворите масу суперхлађених атома магнетним пољем и видећете "квантни ватромет" - млазнице атома који пуцају у наизглед насумичним правцима.
Истраживачи су то открили још 2017. године и сумњали су да можда постоји узорак у тим ватрометима. Али нису то могли сами уочити. Дакле, проблем су предали рачунару обученом за усклађивање узорака, који је могао да уочи оно што нису могли: облик, осликан ватрометом током времена, у експлозији након атомске млазне експлозије. Тај облик? Функи мала корњача.
Резултати, објављени као извештај 1. фебруара у часопису Сциенце, један су од првих великих примера научника који користе машинско учење за решавање проблема квантне физике. Људи би требали очекивати да ће видети више дигиталних асистенција ове врсте, написали су истраживачи, пошто експерименти квантне физике све више укључују системе који су превелики и сложени за анализу користећи само моћ мозга.
Ево зашто је компјутеризована помоћ била неопходна:
Да би створили ватромет, истраживачи су започели са стањем материје која се зове Босе-Ајнштајнов кондензат. То је група атома доведена до температуре толико близу апсолутне нуле да се зближују и почињу да се понашају као један суператом, испољавајући квантне ефекте у релативно великим скалама.
Сваки пут када би магнетно поље погодило кондензат, неколицина атомских млазница пуцала би од њега, у наизглед насумичним правцима. Истраживачи су направили слике млазева, прецизирајући положаје атома у простору. Али чак и мноштво ових слојева сложених једна на другу није открило очигледну риму или разлог понашања атома.
преко Гфицат
Оно што рачунар види да људи то не могу, јесте да су се те слике окретале да седе једна на другој, настала је јасна слика. Атоми су се у просеку бацали од ватромета у једном од шест смерова у односу на други током сваке експлозије. Резултат је био да је довољно слика, ротираних и слојевитих на правилан начин, открило четири „ноге“ под правим углом једна према другој, као и дужу „главу“ између две ноге која се подудара са „репом“ између друге две . Остатак атома био је прилично равномерно распоређен кроз три прстена, који су чинили корњачу корњаче.
Људским посматрачима ово није било очигледно јер је смјер у којем је „корњача“ била орјентисана током сваке експлозије био случајан. И свака експлозија чинила је само неколико делова укупне слагалице у облику корњаче. Било је потребно бесконачно стрпљење рачунара за просијавање неуредних података да би се смислило како да све слике распоредите тако да корњача изникне.
Ова врста методе - претворба рачунарских способности препознавања образаца у велики, неуредан скуп података - била је ефикасна у напорима у распону од интерпретације мисли која пролази кроз људски мозак до примећивања егзопланета који круже око удаљених звезда. То не значи да рачунари надмашују људе; људи и даље морају да тренирају машине да примећују обрасце, а рачунари ни на који смислени начин не разумеју шта виде. Али тај приступ је све раширеније средство у комплету научних алата који се сада примењују у квантној физици.
Наравно, једном када је рачунар покренуо овај резултат, истраживачи су проверили његов рад, користећи неке старомодне технике лова на узорке, већ уобичајене у квантној физици. И једном када су знали шта да траже, истраживачи су поново пронашли корњачу, чак и без помоћи рачунара.
Ниједно од ових истраживања још не објашњава зашто ватромет с временом показује облик корњаче, истакли су истраживачи. А то није начин на који је стројно учење одговорно.
"Препознавање обрасца увек је први корак у науци, па би ова врста машинског учења могла да идентификује скривене односе и карактеристике, нарочито док се премештамо да бисмо покушали да разумемо системе са великим бројем честица", главни аутор Цхенг Цхин, физичар Универзитет у Чикагу, наводи се у изјави.
Следећи корак у откривању зашто ти ватромети прави корњач корњач вероватно ће укључивати много мање машинско учење и много више људске интуиције.
