Zaprite maso prehlajenih atomov z magnetnim poljem in videli boste "kvantni ognjemet" - curke atomov, ki streljajo v navidez naključnih smereh.
Raziskovalci so to odkrili že v letu 2017 in sumili so, da je v teh ognjemetih lahko vzorec. Vendar tega niso mogli opaziti sami. Tako so težavo predali računalniku, usposobljenemu za primerjanje vzorcev, ki je lahko opazil tisto, česar ne bi mogli: obliko, ki jo je ognjemet sčasoma naslikal, v eksploziji po atomskem curku. Ta oblika? Funky mala želva.
Rezultati, objavljeni kot poročilo 1. februarja v reviji Science, so med prvimi večjimi primeri znanstvenikov, ki uporabljajo strojno učenje za reševanje problemov kvantne fizike. Ljudje bi morali pričakovati, da bodo videli več takšnih digitalnih asistenc, so zapisali raziskovalci, saj eksperimenti kvantne fizike vse pogosteje vključujejo sisteme, ki so preveliki in zapleteni za analizo samo z uporabo možganske moči.
Tu je bila potrebna računalniška pomoč:
Za ustvarjanje ognjemeta so raziskovalci začeli s stanjem snovi, imenovanim kondenzat Bose-Einsteina. To je skupina atomov, ki se pripelje na temperature tako blizu absolutne ničle, da se združijo in se začnejo obnašati kot en superatom, ki kažejo kvantne učinke na sorazmerno velikih lestvicah.
Vsakič, ko magnetno polje udari v kondenzat, bi ga v navidez naključnih smereh streljala peščica atomskih curkov. Raziskovalci so naredili slike curkov, ki so natančno določili položaj atomov v vesolju. Toda tudi veliko teh slik, ki so bile naložene ena na drugo, ni pokazalo nobenega očitnega rima ali razloga vedenja atomov.
prek Gfycat
Računalnik je videl, da ljudje ne morejo, da je, če so te slike zasukane ena na drugi, nastala jasna slika. Atomi so se v povprečju odganjali od ognjemeta v eni od šestih smeri med seboj med vsakim eksplozijo. Rezultat tega je bil, da je dovolj slik, ki so zasukane in postavljene na pravilen način, razkrile štiri "noge" pod pravim kotom, pa tudi daljšo "glavo" med dvema nogama, ki se ujemata z "repom" med drugima dvema . Preostali atomi so bili precej enakomerno razporejeni po treh obročih, ki so sestavljali želvo želvo.
Za človeške opazovalce to ni bilo očitno, ker je bila smer, v katero se je orientirala "želva", med naletom naključna. In vsaka eksplozija je sestavljala le nekaj kosov celotne sestavljanke v obliki želve. Potrebna je bila neskončna potrpežljivost računalnika, da je presejal zmešane podatke, da bi ugotovil, kako vse slike razporediti tako, da je želva nastala.
Tovrstna metoda - izguba računalniških mehanizmov za prepoznavanje vzorcev na velikem, zmedenem naboru podatkov - je bila učinkovita pri prizadevanjih, od razlage misli, ki se pretakajo skozi človeške možgane, do opazovanja eksoplanetov, ki krožijo na oddaljenih zvezdah. To ne pomeni, da računalniki prehitevajo ljudi; ljudje morajo še vedno usposobiti stroje, da opazijo vzorce, računalniki pa na noben smiseln način ne razumejo, kaj vidijo. Toda pristop je vse bolj razširjeno orodje v znanstvenem kompletu orodij, ki se zdaj uporablja za kvantno fiziko.
Seveda so raziskovalci preverili njegovo delo s pomočjo staromodnih tehnik lova na vzorce, ki so že običajne v kvantni fiziki. In ko so vedeli, kaj naj iščejo, so raziskovalci znova našli želvo, tudi brez računalniške pomoči.
Nobena od teh raziskav še ne pojasnjuje, zakaj ognjemet skozi čas kaže obliko želve, so opozorili raziskovalci. In to ni takšno vprašanje, na katero bi lahko odgovorili strojno učenje.
"Prepoznavanje vzorca je vedno prvi korak v znanosti, zato bi ta vrsta strojnega učenja lahko prepoznala skrite odnose in značilnosti, še posebej, ko se preusmerimo v poskuse razumevanja sistemov z velikim številom delcev," je vodilni avtor Cheng Chin, fizik pri univerzi v Chicagu, je dejal v izjavi.
Naslednji korak pri ugotavljanju, zakaj ti ognjemeti izdelujejo želvo, je verjetno vključeval veliko manj strojnega učenja in veliko več človeške intuicije.
