Zap massa jäähdytettyjen atomien kanssa magneettikentällä ja näet "kvantti ilotulitus" - atomien suihkut, jotka ampuvat ilmeisesti satunnaisiin suuntiin.
Tutkijat löysivät tämän jo vuonna 2017, ja he epäilivät, että noissa ilotulitteissa voisi olla malli. Mutta he eivät voineet havaita sitä yksinään. Joten he käänsivät ongelman tietokoneeseen, joka oli koulutettu kuvioiden sovittamisessa ja joka pystyi havaitsemaan, mitä he eivät pystyneet: ilotulitusvälineiden maalaama muoto, ajan myötä räjähtämässä atomisuihkun räjähdyksen jälkeen. Tuo muoto? Funky pieni kilpikonna.
Tulokset, jotka julkaistaan Science-lehdessä 1. helmikuuta, ovat ensimmäisiä merkittäviä esimerkkejä tutkijoista, jotka käyttävät koneoppimista kvantfysiikan ongelmien ratkaisemiseksi. Ihmisten pitäisi odottaa näkevänsä enemmän tällaisia digitaalisia apua, tutkijat kirjoittivat, koska kvantfysiikan kokeisiin liittyy yhä enemmän järjestelmiä, jotka ovat liian suuria ja monimutkaisia analysoitavaksi pelkästään aivovoiman avulla.
Tässä on, miksi tietokoneistettu ohje oli välttämätön:
Ilotulitteiden luomiseksi tutkijat aloittivat Bose-Einsteinin kondensaatin nimeltä ainetta. Se on ryhmä atomeja, jotka on saatettu lämpötilaan niin lähellä absoluuttista nollaa, että ne kohoavat yhteen ja alkavat käyttäytyä kuin yksi superatom, ja niillä on kvanttivaikutuksia suhteellisen suurissa mittakaavoissa.
Aina kun magneettikenttä iski lauhteeseen, kourallinen atomisuihkuja ampui siitä pois, ilmeisesti satunnaisiin suuntiin. Tutkijat tekivät suihkuista kuvia, jotka osoittivat atomien sijainnin avaruudessa. Mutta edes monet niistä päällekkäin asetetuista kuvista eivät paljastaneet mitään ilmeistä riimiä tai syytä atomien käyttäytymiselle.
kautta Gfycat
Se mitä tietokone näki, että ihmiset eivät pystyneet, oli se, että jos näitä kuvia käännettiin istumaan toistensa päälle, syntyi selkeä kuva. Atomit taipuivat keskimäärin pakenemaan itsensä pois ilotulitusvälineistä yhdessä kuudesta suunnasta toisiinsa nähden kunkin räjähdyksen aikana. Tuloksena oli, että riittävästi oikein päin käännettyjä ja kerrostettuja kuvia paljastui neljä "jalkaa", jotka olivat suorassa kulmassa toisiinsa, samoin kuin pidempi "pää" kahden jalan välillä, jotka oli sovitettu "häntä" kahden muun väliin. . Loput atomit jakautuivat melko tasaisesti kolmeen renkaaseen, jotka muodostivat kilpikonnan kuoren.
Tämä ei ollut ihmisen tarkkailijoille ilmeistä, koska suunta, johon "kilpikonna" suuntautui jokaisen räjähdyksen aikana, oli satunnainen. Ja jokainen räjähdys koostui vain muutamasta kappaleesta kilpikonnanmuotoisesta palapelissä. Tietokoneen äärettömän kärsivällisyyden seulominen sotkuisen tiedon läpi sai selville, kuinka kaikki kuvat järjestetään siten, että kilpikonna syntyi.
Tällainen menetelmä - tietokoneen kuvioiden tunnistuskykyjen kääntäminen irti suuresta, sotkuisesta tietojoukosta - on ollut tehokasta pyrkimyksissä aina ihmisien aivojen läpi kulkevien ajatusten tulkinnasta etäisten tähtiä kiertävien eksoplaneettojen havaitsemiseen. Se ei tarkoita sitä, että tietokoneet ylittävät ihmiset; ihmisten on vielä koulutettava koneita huomaamaan kuviot, ja tietokoneet eivät ymmärrä millään tavalla ymmärrä mitä he näkevät. Mutta lähestymistapa on yhä yleisempi työkalu tieteellisessä työkalupakissa, jota on nyt sovellettu kvanttifysiikkaan.
Tietenkin, kun tietokone osoitti tämän tuloksen, tutkijat tarkistivat sen työn käyttämällä joitain vanhanaikaisia kuvioiden metsästysmenetelmiä, jotka olivat jo yleisiä kvanttifysiikassa. Ja kun he tiesivät mitä etsiä, tutkijat löysivät kilpikonnan uudelleen, jopa ilman tietokoneen apua.
Mikään näistä tutkimuksista ei vielä selitä, miksi ilotulitus näyttää ajan myötä kilpikonnan muodon, tutkijat huomauttivat. Eikä se ole sellainen kysymys, johon koneoppiminen soveltuu hyvin vastaamaan.
"Kuvion tunnistaminen on aina ensimmäinen askel tieteessä, joten tämäntyyppinen koneoppiminen voisi tunnistaa piilotetut suhteet ja piirteet, etenkin kun siirrymme yrittämään ymmärtää järjestelmiä, joissa on paljon hiukkasia", johtaa kirjailija Cheng Chin, fyysikko Chicagon yliopisto, sanoi lausunnossaan.
Seuraava vaihe selville, miksi nämä ilotulitteet tekevät kilpikonnakuvion, sisältää todennäköisesti paljon vähemmän koneoppimista ja paljon enemmän inhimillistä intuitiota.
