埃默里大學(xué)科學(xué)家開發(fā)的一個(gè)定制AI神經(jīng)網(wǎng)絡(luò)，修正了多年來(lái)塑造等離子體理論的錯(cuò)誤假設(shè)，其中包括一個(gè)關(guān)于粒子電荷的假設(shè)。

與典型的AI研究（模型用于預(yù)測(cè)結(jié)果或清理數(shù)據(jù)）不同，亞特蘭大埃默里大學(xué)的研究人員做了一些不同尋常的事情。他們訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)發(fā)現(xiàn)新的物理定律。

該團(tuán)隊(duì)通過(guò)向他們的AI系統(tǒng)輸入來(lái)自一種名為“塵埃等離子體”的神秘物質(zhì)狀態(tài)的實(shí)驗(yàn)數(shù)據(jù)，實(shí)現(xiàn)了這一獨(dú)特壯舉。塵埃等離子體是一種熾熱的、帶電的氣體，充滿了微小的塵埃顆粒?？茖W(xué)家們隨后觀察到，AI揭示了此前從未被完全理解的奇異力的驚人精確描述。

這一進(jìn)展表明，AI可用于揭示先前未知的、支配粒子在混沌系統(tǒng)中如何相互作用的定律。此外，它還修正了等離子體物理學(xué)中長(zhǎng)期持有的假設(shè)，并為以全新方式研究從活細(xì)胞到工業(yè)材料等各種復(fù)雜的多粒子系統(tǒng)打開了大門。

該研究的作者之一、埃默里大學(xué)教授賈斯汀·伯頓（Justin Burton）說(shuō)：“我們證明了可以使用AI來(lái)發(fā)現(xiàn)新的物理學(xué)。我們的AI方法不是一個(gè)黑匣子：我們理解它是如何以及為何有效的。它提供的框架也是通用的。它有可能應(yīng)用于其他多體系統(tǒng)，為發(fā)現(xiàn)開辟新途徑?！?/p>

AI如何學(xué)會(huì)創(chuàng)建定律？

研究人員將真實(shí)世界的實(shí)驗(yàn)與精心設(shè)計(jì)的AI模型相結(jié)合。他們從研究塵埃等離子體開始。這種物質(zhì)狀態(tài)遍布宇宙，從土星環(huán)和月球表面到地球上的野火煙霧中都能找到。

然而，盡管它在宇宙中普遍存在，塵埃等離子體中粒子間作用的確切力卻一直未被充分理解。這是因?yàn)樵撓到y(tǒng)表現(xiàn)出非互易行為，這意味著一個(gè)粒子施加在另一個(gè)粒子上的力不一定得到相等的反作用力。

使用傳統(tǒng)物理學(xué)理解這種相互作用已被證明極其困難。因此，為了解決這個(gè)問(wèn)題，科學(xué)家們構(gòu)建了一個(gè)精密的3D成像系統(tǒng)，以觀察塑料塵埃顆粒在充滿等離子體的腔室內(nèi)的運(yùn)動(dòng)。他們使用激光片和高速相機(jī)，在三維空間內(nèi)隨時(shí)間推移捕捉了數(shù)千個(gè)微小粒子的運(yùn)動(dòng)軌跡。

這些詳細(xì)的軌跡隨后被用于訓(xùn)練一個(gè)定制的神經(jīng)網(wǎng)絡(luò)。與大多數(shù)需要海量數(shù)據(jù)集的AI模型不同，埃默里團(tuán)隊(duì)的神經(jīng)網(wǎng)絡(luò)使用了一個(gè)雖小但信息豐富的數(shù)據(jù)集進(jìn)行訓(xùn)練，并且被設(shè)計(jì)為內(nèi)置了物理規(guī)則，如考慮重力、阻力和粒子間作用力。

該研究的資深作者、大學(xué)教授伊利亞·內(nèi)門曼（Ilya Nemenman）說(shuō)：“當(dāng)你探索新事物時(shí)，并沒(méi)有大量數(shù)據(jù)來(lái)訓(xùn)練AI。這意味著我們必須設(shè)計(jì)一個(gè)能夠用少量數(shù)據(jù)進(jìn)行訓(xùn)練，并且仍然能學(xué)到新東西的神經(jīng)網(wǎng)絡(luò)?！?/p>

該神經(jīng)網(wǎng)絡(luò)將粒子運(yùn)動(dòng)分解為三個(gè)部分：速度效應(yīng)（如阻力）、環(huán)境力（如重力）和粒子間作用力。這使得AI能夠在遵守基本物理原理的同時(shí)學(xué)習(xí)復(fù)雜的行為。

結(jié)果，它發(fā)現(xiàn)了對(duì)非互易力的精確描述，準(zhǔn)確度超過(guò)99%。一個(gè)令人驚訝的見(jiàn)解是，當(dāng)一個(gè)粒子（前導(dǎo)粒子）領(lǐng)先時(shí)，它會(huì)將尾隨粒子拉向自己，但尾隨粒子卻會(huì)將前導(dǎo)粒子推開。這種不對(duì)稱的相互作用曾被懷疑，但此前從未被清晰地建模過(guò)。

神經(jīng)網(wǎng)絡(luò)還修正了過(guò)去的假設(shè)

該AI修正了一些多年來(lái)塑造等離子體理論的錯(cuò)誤假設(shè)。內(nèi)門曼補(bǔ)充道：“更有趣的是，我們發(fā)現(xiàn)關(guān)于這些力的一些常見(jiàn)理論假設(shè)并不完全準(zhǔn)確。我們現(xiàn)在能夠糾正這些不準(zhǔn)確之處，因?yàn)槲覀兡軌蛞匀绱司畹募?xì)節(jié)看到正在發(fā)生的事情。”

例如，其中一個(gè)假設(shè)是粒子的電荷量與其尺寸完全成正比 —— 事實(shí)證明，并非如此。相反，這種關(guān)系取決于周圍等離子體的密度和溫度。

另一個(gè)錯(cuò)誤的想法是粒子之間的力總是隨距離呈指數(shù)衰減，無(wú)論其大小如何。AI揭示出這種衰減也取決于粒子的大小，這是先前被忽視的一個(gè)見(jiàn)解。

最棒的是，這個(gè)AI模型只需要在普通的臺(tái)式計(jì)算機(jī)上運(yùn)行。它產(chǎn)生了一個(gè)通用框架，現(xiàn)在可以應(yīng)用于各種多粒子系統(tǒng)，從油漆混合物到生物體內(nèi)的遷移細(xì)胞。這項(xiàng)研究也表明，AI的作用遠(yuǎn)不止于處理數(shù)字。它實(shí)際上可以幫助科學(xué)家發(fā)現(xiàn)支配自然的隱藏規(guī)則。

內(nèi)門曼說(shuō)：“盡管人們都在談?wù)揂I如何徹底改變科學(xué)，但很少有例子是AI系統(tǒng)直接發(fā)現(xiàn)了全新的基礎(chǔ)性知識(shí)。” 希望這項(xiàng)工作將鼓勵(lì)科學(xué)家探索AI惠及科學(xué)和社會(huì)的許多其他方式。

該研究發(fā)表在《美國(guó)國(guó)家科學(xué)院院刊》（PNAS）上。

如果朋友們喜歡，敬請(qǐng)關(guān)注“知新了了”！