Cercetătorii de la Universitatea New Mexico și Laboratorul Los Alamos (SUA) au dezvoltat un program de Inteligență Artificială care abordează una dintre cele mai complexe provocări de calcul din fizică. Descoperirea schimbă modul în care oamenii de știință studiază comportamentul materialelor.
Cercetătorii au creat un cadru computațional avansat numit THOR (Tensors for High-dimensional Object Representation), care utilizează algoritmi de rețele tensoriale pentru a comprima și analiza eficient integrale configuraționale complexe și ecuații diferențiale parțiale.
Aceste ecuații sunt esențiale pentru a determina cum se comportă materialele în condiții termodinamice și mecanice diferite.
„Integrala configurațională — care descrie interacțiunile dintre particule — este dificilă și consumatoare de timp de evaluat, mai ales în aplicațiile de știința materialelor care implică presiuni extreme sau tranziții de fază”, a explicat dr. Boian Alexandrov, cercetător principal în AI la Los Alamos.
„Determinarea exactă a comportamentului termodinamic ne adâncește înțelegerea mecanicii statistice și sprijină domenii-cheie precum metalurgia.”
În mod tradițional, oamenii de știință s-au bazat pe metode aproximative precum dinamica moleculară sau simulările Monte Carlo pentru a estima integrala configurațională. Aceste metode imită indirect mișcarea atomică pe perioade lungi de timp, pentru a evita „blestemul dimensionalității” — fenomenul prin care complexitatea crește exponențial cu fiecare variabilă adăugată, chiar și pentru cele mai rapide supercomputere din lume.
Deși aceste simulări pot dura săptămâni întregi, rezultatele sunt adesea limitate.
Profesorul Dimiter Petsev, de la Departamentul de Inginerie Chimică și Biologică al UNM, care colaborează frecvent cu Alexandrov, a realizat că strategiile dezvoltate de echipa acestuia pot fi folosite pentru a rezolva direct integrala configurațională — un obiectiv considerat anterior imposibil în mecanica statistică, scrie SciTechdaily.
„Rezolvarea directă a integralei configuraționale a fost mereu considerată imposibilă, deoarece aceasta implică dimensiuni de ordinul miilor. Tehnicile clasice ar necesita timp de calcul mai mare decât vârsta universului, chiar și cu unele computere moderne”, a declarat Petsev. „Metodele bazate pe rețele tensoriale oferă acum un nou standard de precizie și eficiență.”
THOR AI transformă această provocare de înaltă dimensiune într-o problemă gestionabilă, reprezentând datele complexe ca un lanț de componente mai mici și interconectate, folosind o tehnică matematică numită interpolare tensorială în lanț.
O variantă personalizată a metodei identifică simetriile cristaline importante, permițând calcularea integralei în câteva secunde, fără pierderea preciziei.
Aplicat la metale precum cuprul sau gaze nobile la presiuni ridicate, dar și la tranziții de fază solide, THOR AI a reprodus rezultatele simulărilor de top de la Los Alamos — însă de peste 400 de ori mai rapid.
De asemenea, sistemul este compatibil cu modelele atomice bazate pe inteligență artificială modernă, devenind un instrument versatil pentru fizică, chimie și știința materialelor.
„Această descoperire înlocuiește un secol de simulări și aproximări ale integralei configuraționale cu o calculare din principii fundamentale,” a declarat Duc Truong, cercetător la Los Alamos și autor principal al studiului publicat în Physical Review Materials. „THOR AI deschide calea către descoperiri mai rapide și o înțelegere mai profundă a materialelor.”
Pentru prima dată, un studiu dovedește că Inteligența Artificială nu bate, deocamdată, medicii
Inteligența Artificială poate detecta semnele depresiei doar prin analizarea mușchilor faciali
Cum ajută Inteligența Artificială fermierii afectați de schimbările climatice?