Учёные из Университета Эмори представили уникальную нейросетевую модель, способную не только выявлять ошибки в существующих физических теориях, но и открывать ранее неизвестные закономерности.
С её помощью исследователи впервые детально описали загадочные силы, действующие внутри такого малоизученного состояния вещества, как пылевая плазма — формы материи, широко распространённой во Вселенной, но до сих пор окружённой ореолом научной тайны.
Как ИИ учился понимать пылевую плазму
Для обучения алгоритма команда применяла лазеры и высокоскоростную видеосъёмку, фиксируя тысячи трёхмерных траекторий движения частиц пластиковой пыли в специальной камере с плазмой. Эти данные стали основой для нейросети, изначально спроектированной с учётом фундаментальных законов физики и оптимизированной для работы даже с небольшими наборами информации.
Модель анализировала траектории частиц и рассчитывала величины сил их взаимодействия, внешних воздействий, а также коэффициенты затухания. В результате нейросеть опровергла один из ключевых постулатов современной теории: оказалось, что заряд частицы определяется не только её массой, но и такими параметрами, как давление и температура плазмы.
Исправление старых заблуждений
Второе крупное открытие касалось силы взаимодействия между частицами. Ранее считалось, что она затухает лишь по мере увеличения расстояния между ними. Однако нейросеть доказала: значительную роль играет и размер самих частиц — фактор, который игнорировался предыдущими моделями.
Особое внимание привлекло исследование несимметричных сил в пылевой плазме. Оказалось, что если одна частица притягивает другую, то ведомая частица, наоборот, отталкивает первую. Этот эффект удалось смоделировать с беспрецедентной точностью — более 99%.
Полученные результаты демонстрируют, что искусственный интеллект способен обнаруживать скрытые физические законы даже в хаотичных и слабоизученных системах. Теперь учёные планируют применить этот метод для проверки и корректировки других теоретических моделей.
