Model Superkonduktiviti Dengan 100,000 Persamaan Kini Mengandungi Hanya 4 Terima Kasih kepada AI

Elektron yang berdesing melalui kekisi seperti grid tidak berkelakuan sama sekali seperti sfera perak yang cantik dalam mesin pinball. Mereka kabur dan melengkung dalam tarian kolektif, mengikut kehendak realiti seperti gelombang yang cukup sukar untuk dibayangkan, apatah lagi mengira.

Namun saintis telah berjaya melakukan perkara itu, menangkap gerakan elektron yang bergerak di sekitar kekisi persegi dalam simulasi yang – sehingga kini – memerlukan ratusan ribu persamaan individu untuk dihasilkan.

menggunakan kecerdasan buatan (AI) untuk mengurangkan tugas itu kepada hanya empat persamaan, ahli fizik telah menjadikan tugas mereka untuk mengkaji sifat-sifat kemunculan bahan kuantum kompleks dengan lebih mudah diurus.

Dengan berbuat demikian, prestasi pengkomputeran ini boleh membantu menangani salah satu masalah fizik kuantum yang paling sukar diatasi, masalah ‘banyak elektron’, yang cuba menggambarkan sistem yang mengandungi sejumlah besar elektron berinteraksi.

Ia juga boleh memajukan a alat yang benar-benar legenda untuk meramalkan tingkah laku elektron dalam bahan keadaan pepejal, model Hubbard – sambil meningkatkan pemahaman kita tentang cara fasa berguna bagi jirim, seperti superkonduktivitiberlaku.

Superkonduktiviti adalah fenomena aneh yang timbul apabila arus elektron mengalir tanpa halangan melalui bahan, kehilangan tenaga apabila ia tergelincir dari satu titik ke titik lain. Malangnya kebanyakan cara praktikal untuk mewujudkan keadaan sedemikian bergantung pada suhu yang sangat rendah, jika tidak tekanan yang sangat tinggi. Memanfaatkan superkonduktiviti lebih dekat kepada suhu bilik boleh membawa kepada grid dan peranti elektrik yang jauh lebih cekap.

Memandangkan mencapai superkonduktiviti di bawah keadaan yang lebih munasabah kekal sebagai matlamat yang tinggi, ahli fizik telah menggunakan model untuk meramalkan bagaimana elektron boleh bertindak dalam pelbagai keadaan, dan oleh itu bahan yang membuat konduktor atau penebat yang sesuai.

Model-model ini mempunyai kerja yang sesuai untuk mereka. Elektron tidak bergolek melalui rangkaian atom seperti bola kecil, selepas semua, dengan kedudukan dan trajektori yang jelas. Aktiviti mereka adalah kekacauan kebarangkalian, dipengaruhi bukan sahaja oleh persekitaran mereka tetapi oleh sejarah interaksi mereka dengan elektron lain yang mereka temui dalam perjalanan.

Apabila elektron berinteraksi, nasib mereka boleh menjadi saling berkait rapat, atau ‘terjerat‘. Mensimulasikan tingkah laku satu elektron bermakna menjejak julat kemungkinan semua elektron dalam sistem model sekaligus, yang menjadikan cabaran pengiraan lebih sukar secara eksponen.

Model Hubbard ialah model matematik berusia beberapa dekad yang menerangkan gerakan mengelirukan elektron melalui kekisi atom dengan agak tepat. Selama bertahun-tahun dan sangat menggembirakan ahli fizik, the mudah menipu model telah direalisasikan secara eksperimen dalam tingkah laku a pelbagai bahan kompleks.

Dengan kuasa komputer yang sentiasa meningkat, penyelidik telah membangunkan simulasi berangka berdasarkan fizik model Hubbard yang membolehkan mereka memahami peranan topologi kekisi asas.

Pada tahun 2019, sebagai contoh, penyelidik membuktikan Model Hubble mampu mewakili superkonduktiviti suhu yang lebih tinggi daripada ultra-sejukmemberi lampu hijau kepada penyelidik untuk menggunakan model tersebut untuk mendapatkan pandangan yang lebih mendalam tentang bidang tersebut.

Kajian baharu ini boleh menjadi satu lagi lonjakan besar, sangat memudahkan bilangan persamaan yang diperlukan. Penyelidik membangunkan algoritma pembelajaran mesin untuk memperhalusi radas matematik yang dipanggil kumpulan penormalan semula, yang digunakan oleh ahli fizik untuk meneroka perubahan dalam sistem bahan apabila sifat seperti suhu diubah.

“Ia pada asasnya mesin yang mempunyai kuasa untuk menemui corak tersembunyi,” ahli fizik dan pengarang utama Domenico Di Sante, dari Universiti Bologna di Itali, berkata program yang dibangunkan oleh pasukan itu.

“Kita mulakan dengan objek besar ini bagi semua persamaan pembezaan yang digabungkan-bersama ini” – setiap satu mewakili pasangan elektron terjerat – “kemudian kita menggunakan pembelajaran mesin untuk mengubahnya menjadi sesuatu yang sangat kecil anda boleh mengiranya dengan jari,” Di Sante berkata pendekatan mereka.

Para penyelidik menunjukkan bahawa algoritma dipacu data mereka boleh mempelajari dan menyusun semula dinamik model Hubbard dengan cekap, menggunakan hanya segelintir persamaan – empat tepat – dan tanpa mengorbankan ketepatan.

“Apabila kami melihat hasilnya, kami berkata, ‘Wah, ini lebih daripada apa yang kami jangkakan.’ Kami benar-benar dapat menangkap fizik yang berkaitan,” berkata Di Sante.

Melatih program pembelajaran mesin menggunakan data mengambil masa berminggu-minggu, tetapi Di Sante dan rakan sekerja berkata ia kini boleh disesuaikan untuk menangani masalah pekat yang lain yang menggoda.

Simulasi setakat ini hanya menangkap bilangan pembolehubah yang agak kecil dalam rangkaian kekisi, tetapi para penyelidik menjangkakan kaedah mereka harus berskala secara adil kepada sistem lain.

Jika ya, ia boleh digunakan pada masa hadapan untuk menyiasat kesesuaian bahan pengalir untuk aplikasi yang merangkumi penjanaan tenaga bersih, atau untuk membantu dalam reka bentuk bahan yang mungkin suatu hari nanti memberikan superkonduktiviti suhu bilik yang sukar difahami itu.

Ujian sebenar, kata para penyelidik, adalah sejauh mana pendekatan itu berfungsi pada sistem kuantum yang lebih kompleks seperti bahan di mana elektron berinteraksi pada jarak jauh.

Buat masa ini, kerja itu menunjukkan kemungkinan menggunakan AI untuk mengekstrak perwakilan padat elektron dinamik, “satu matlamat yang sangat penting untuk kejayaan kaedah teori medan kuantum termaju untuk menangani masalah banyak elektron,” para penyelidik memuktamadkan dalam abstrak mereka.

Penyelidikan itu diterbitkan dalam Surat Semakan Fizikal.

We want to give thanks to the author of this short article for this remarkable content

Model Superkonduktiviti Dengan 100,000 Persamaan Kini Mengandungi Hanya 4 Terima Kasih kepada AI


You can view our social media profiles here as well as other pages related to them here.https://paw6.info/related-pages/