Zatvorite masu prehlađenih atoma magnetskim poljem i vidjet ćete "kvantni vatromet" - mlaznice atoma koji pucaju u naizgled nasumičnim smjerovima.
Istraživači su to otkrili još 2017. godine, pa su sumnjali da možda postoji uzor u tim vatrometima. Ali sami to nisu mogli uočiti. Dakle, problem su prebacili na računalo obučeno za usklađivanje uzoraka, koje je uspjelo uočiti ono što nisu mogli: oblik, oslikan vatrometom s vremenom, u eksploziji nakon atomske mlazne eksplozije. Taj oblik? Funky mala kornjača.
Rezultati objavljeni kao izvješće 1. veljače u časopisu Science, među prvim su glavnim primjerima znanstvenika koji koriste strojno učenje za rješavanje problema kvantne fizike. Ljudi bi trebali očekivati da će vidjeti više digitalnih asistencija ove vrste, napisali su istraživači, budući da eksperimenti kvantne fizike sve više uključuju sustave koji su preveliki i složeni za analizu koristeći samo moć mozga.
Evo zašto je potrebna računalna pomoć:
Da bi stvorili vatromet, istraživači su započeli sa stanjem tvari koje se naziva Bose-Einsteinov kondenzat. To je skupina atoma dovedena do temperature toliko blizu apsolutne nule da se zbližavaju i počinju se ponašati kao jedan superatom, ispoljavajući kvantne efekte na relativno velikim skalama.
Svaki put kada bi magnetsko polje pogodilo kondenzat, nekolicina atomskih mlaznica pucala bi od njega, u naoko nasumičnim smjerovima. Istraživači su napravili slike mlazeva, precizirajući položaje atoma u prostoru. Ali čak i mnoštvo ovih slojeva složenih jedna na drugu nije otkrilo očiglednu rimu ili razlog ponašanja atoma.
preko Gfycat-a
Ono što je računalo vidjelo da ljudi to ne mogu jest da je, ako se te slike rotiraju da sjednu jedna na drugu, pojavila se jasna slika. Atomi su se u pravilu bacali od vatrometa u jednom od šest smjerova u odnosu na jedan tijekom svake eksplozije. Rezultat je bio da je dovoljno slika, rotiranih i slojevitih na pravilan način, otkrilo četiri "noge" pod pravim kutom jedna prema drugoj, kao i dužu "glavu" između dviju nogu podudarnih s "repom" između druge dvije , Ostatak atoma prilično je ravnomjerno raspoređen kroz tri prstena, koji su činili kornjačevu školjku.
Ljudskim promatračima ovo nije bilo očito jer je smjer u kojem je "kornjača" bila orijentirana tijekom svake eksplozije bio slučajan. A svaka eksplozija činila je samo nekoliko komada ukupne slagalice u obliku kornjače. Bilo je potrebno beskonačno strpljenje računala za prosijavanje neurednih podataka da bi se moglo organizirati sve slike tako da se kornjača pojavila.
Ova vrsta metode - pretvorba računalnih sposobnosti prepoznavanja uzoraka u veliki, neuredan skup podataka - bila je učinkovita u naporima u rasponu od interpretacije misli koja prolazi kroz ljudski mozak do uočavanja egzoplaneta koji kruže oko udaljenih zvijezda. To ne znači da računala nadmašuju ljude; ljudi i dalje moraju uvježbavati strojeve kako bi primijetili uzorke, a računala na bilo koji smislen način ne razumiju ono što vide. No, pristup je sve rašireniji alat u znanstvenom kompletu alata koji se sada primjenjuje u kvantnoj fizici.
Naravno, nakon što je računalo pojavilo ovaj rezultat, istraživači su provjerili njegov rad, koristeći neke staromodne tehnike lova na uzorke, već uobičajene u kvantnoj fizici. I nakon što su znali što potražiti, istraživači su ponovo pronašli kornjaču, čak i bez pomoći računala.
Nijedno od ovih istraživanja još ne objašnjava zašto vatromet s vremenom pokazuje oblik kornjače, istakli su istraživači. A to nije vrsta načina na koji je strojno učenje odgovorno.
"Prepoznavanje obrasca uvijek je prvi korak u znanosti, pa bi ova vrsta strojnog učenja mogla identificirati skrivene odnose i značajke, posebice kad se krećemo kako bismo pokušali razumjeti sustave s velikim brojem čestica", vodeći autor Cheng Chin, fizičar u Sveučilištu u Chicagu, stoji u izjavi.
Sljedeći korak u otkrivanju zašto ti vatromet čini uzor kornjače vjerojatno će uključivati puno manje strojnog učenja i puno više ljudske intuicije.
