研究人员开发了一种能够在理论物理学中解决复杂问题的机器

AI科学

男人对机器:可以享受科学吗?

在过去的几十年里,机器学习已经彻底改变了社会的许多部门,用机器学习驾驶汽车,识别肿瘤并戏剧国际象棋 - 经常超越他们的人类同行。

现在,一支科学家队伍基于冲绳科技学院研究生大学(OIST),慕尼黑大学和波尔多大学的CNRS表明,机器也可以在自己的游戏中击败理论物理学家,解决复杂的问题正如科学家一样准确,但大大更快。

在研究中,发表在物理评论B.,一台机器学习以识别烧焦模型中的异常磁相 - 一种具有四面体晶格结构的天然存在的矿物质。值得注意的是,当使用机器时,解决问题只有几周,而以前则oist科学家需要六年。

柏拉乐格子图

柏树林结构含有磁性原子,其布置成形成四面体形状的晶格,在每个角落处连接。信贷:核心问题单位理论,OIST

“这感觉就像一个非常重要的一步,”Nic Shannon教授说,他在卫生院领导了量子物质(TQM)单位理论。“计算机现在能够以非常有意义的方式进行科学,并解决长期沮丧的科学家的问题。”

挫折

在所有磁铁中,每个磁铁原子与微小的磁矩相关联 - 也称为“旋转”。在传统的磁体中,如粘附到磨削的磁体中,所有旋转被排序,使得它们以相同的方向指向,导致强磁场。此顺序就像原子顺序在固体材料中的顺序。

但就像物质一样,不同阶段 - 固体,液体和气体 - 磁性物质也是如此。TQM单元对称为“旋转液体”的更不寻常的磁阶段感兴趣,可以在量子计算中使用。在旋转液体中,旋转之间的竞争或“沮丧”相互作用,因此而不是订购,旋转在方向上连续波动 - 类似于在物质阶段中看到的病症。

以前,TQM单元设定为建立哪种不同类型的旋转液体可以存在于令人沮丧的柏树磁铁中。它们构建了一个相图,它显示了当旋转以不同方式相互作用时发生不同的阶段,随着温度改变,他们的发现发布物理评论X.2017年。

相框柏拉乐格

oist的量子母体单元理论产生的相图,显示了在柏油晶格上最简单模型中存在的所有不同磁相。III期,VI和V是旋液。信用:通过来自逻辑的美国物理社会的许可复制形象。Rev. x,2017,7,041057

但拼接相图并识别控制每个阶段之间的旋转之间的相互作用的规则是一个艰巨的过程。

“这些磁铁非常令人沮丧,”Shannon教授开玩笑。“即使是柏油架上最简单的模型也将我们的团队年来解决。”

输入机器

随着机器学习进步的增加,TQM单元很奇怪,以及机器是否可以解决这种复杂的问题。

“说实话,我相当肯定的是机器会失败,”香农教授说。“这是我第一次被结果震惊 - 我一直很惊讶,我一直很开心,但从不震惊。”

OIST科学家们与慕尼黑大学的机器学习专家合作,由洛德·莫尔特教授,他开发了“张丽核” - 一种代表计算机中的自旋配置的方式。科学家们使用Tensial Kernel装备“支持向量机”,它能够将复杂数据分类为不同的组。

“这种类型的机器的优势在于,与其他支持向量机不同,它不需要任何先前的训练,并且它不是一个黑色框 - 结果可以解释。数据不仅分为组;您还可以询问机器,了解它如何做出最终决定,并了解每个集团的不同属性,“波尔多大学的CNRS研究员Ludovic Jaubert博士说。

由机器生产的相图

由机器再现的相图。为了比较,以前由没有机器的科学家确定的相界限已经绘制在顶部。信用:通过来自逻辑的美国物理社会的许可复制形象。Rev. B,2019,100,174408

慕尼黑科学家们将机器联系了一百万百万个旋转配置,由蓬勃发展模型的OIST超级计算机模拟产生。如果没有关于存在阶段的任何信息,机器成功地成功地重现了相同的相图的相同版本。

重要的是,当科学家破译机器已经构建的“决策功能”来分类不同类型的旋转液体时,他们发现计算机还独立地设计了每个阶段的确切数学方程 - 随着整个过程造成的整个过程几周。

“大部分时间是人类的时间,因此进一步的加速仍然可以,”Pollet教授说。“基于我们现在所知的,机器可以在一天内解决问题。”

“我们对机器的成功感到兴奋,这可能对理论物理有巨大影响,”香农教授增加。“下一步是给机器一个更困难的问题,人类还没有设法解决,看看机器是否能做得更好。”

参考:

“Identification of emergent constraints and hidden order in frustrated magnets using tensorial kernel methods of machine learning” by Jonas Greitemann, Ke Liu (刘科 子竞), Ludovic D. C. Jaubert, Han Yan (闫寒), Nic Shannon and Lode Pollet, 5 November 2019,物理评论B.
DOI:10.1103 / physRevb100.174408

“争夺旋转液体和旋转旋转型旋转旋转的旋转顺序与令人沮丧的横向交易所”由Mathieu Taillefumier,Owen Benton,Han Yan,L. D. C. Jaubert和Nic Shannon,2017年12月6日,物理评论B.
DOI:10.1103 / physrevx.7.041057

是第一个评论“研究人员开发了一种能够在理论物理学中解决复杂问题的机器”

发表评论

电子邮件地址是可选的。如果提供的话,您的电子邮件不会发布或共享。