در یک دستاورد علمی بی‌سابقه، پژوهشگران دانشگاه اموری ایالات متحده موفق شدند با بهره‌گیری از هوش مصنوعی، به کشف قوانین تازه‌ای در فیزیک دست یابند. این کشف نه‌تنها مرزهای دانش تجربی را گسترش داده، بلکه نشان داده است که هوش مصنوعی می‌تواند فراتر از تحلیل داده‌ها، به عنوان ابزاری برای کشف اصول بنیادین طبیعت عمل کند.
هوش مصنوعی؛ از تحلیل داده تا کشف علمی
برخلاف کاربردهای رایج هوش مصنوعی در پیش‌بینی نتایج یا پالایش داده‌ها، در این پروژه از یک شبکه عصبی برای شناسایی نیروهای ناشناخته در حالت خاصی از ماده به نام «پلاسما همراه با گردوغبار» استفاده شد. این نوع پلاسما، که ترکیبی از گاز داغ و ذرات ریز گردوغبار است، رفتاری پیچیده و غیرقابل پیش‌بینی دارد. پژوهشگران با وارد کردن داده‌های تجربی حاصل از بررسی این ماده به مدل هوش مصنوعی، موفق شدند نیروهایی را شناسایی کنند که پیش‌تر درک دقیقی از آن‌ها وجود نداشت.
طراحی مدل یادگیری با داده‌های محدود اما دقیق
یکی از چالش‌های اصلی این پژوهش، آموزش مدل با حجم اندکی از داده بود. برخلاف بسیاری از الگوریتم‌های هوش مصنوعی که نیازمند داده‌های عظیم هستند، این شبکه عصبی با مجموعه‌ای کوچک اما غنی آموزش دید. در طراحی آن، اصول اولیه فیزیکی مانند گرانش، مقاومت هوا و تعاملات بین ذرات لحاظ شده بود. این ساختار به مدل اجازه داد تا رفتارهای پیچیده را با دقتی چشمگیر تحلیل کند.
کشف تعاملات نامتقارن بین ذرات
نتایج حاصل از این مدل نشان داد که نیروهای بین ذرات در پلاسما همراه با گردوغبار، رفتاری نامتقارن دارند. برای مثال، زمانی که یک ذره در حال حرکت پیشتاز است، ذره دنباله‌رو به سمت آن جذب می‌شود، اما در عین حال، پیشتاز از دنباله‌رو فاصله می‌گیرد. این نوع تعامل پیش‌تر مطرح شده بود، اما هیچ‌گاه به‌طور دقیق مدل‌سازی نشده بود. اکنون با دقتی بیش از ۹۹ درصد، این رفتارها قابل توصیف هستند.
اصلاح فرضیات نادرست در فیزیک پلاسما
علاوه‌بر کشفیات جدید، مدل هوش مصنوعی توانست برخی باورهای رایج اما نادرست در فیزیک پلاسما را نیز اصلاح کند. برای مثال، پیش‌تر تصور می‌شد که بار الکتریکی یک ذره به‌طور خطی با اندازه آن افزایش می‌یابد؛ اما یافته‌های جدید نشان دادند که این رابطه به عوامل محیطی مانند دما و چگالی پلاسما وابسته است. همچنین فرضیه کاهش نمایی نیرو با افزایش فاصله، بدون توجه به اندازه ذرات، رد شد و مشخص شد که اندازه ذره نیز در این کاهش نقش دارد.
اجرای مدل روی رایانه رومیزی؛ قدرتی فراتر از انتظار
شگفت‌انگیزتر آن‌که این مدل پیشرفته تنها روی یک رایانه رومیزی معمولی اجرا شده است. با وجود سادگی سخت‌افزار، مدل توانسته چارچوبی جهانی برای تحلیل سیستم‌های چندذره‌ای ارائه دهد؛ از حلقه‌های زحل و سطح ماه گرفته تا دود آتش‌سوزی جنگل‌ها روی زمین.
آینده‌ای روشن برای علم با هوش مصنوعی
ایلیا نمِن‌من، استاد دانشگاه اموری و نویسنده ارشد این مطالعه، معتقد است که این پژوهش می‌تواند نقطه‌عطفی در کاربرد هوش مصنوعی در علوم پایه باشد. او می‌گوید: «در دنیایی که صحبت از تأثیر هوش مصنوعی در علم بسیار است، موارد واقعی کشف علمی توسط این فناوری هنوز اندک‌اند. امیدوارم این پروژه الهام‌بخش پژوهشگران برای ورود به مسیرهای نوین علمی باشد.»
این دستاورد نشان می‌دهد که هوش مصنوعی نه‌تنها ابزاری برای تسریع تحلیل‌هاست، بلکه می‌تواند به‌عنوان یک شریک علمی در کشف قوانین طبیعت ایفای نقش کند. آینده علم، بی‌تردید با هوش مصنوعی پیوندی عمیق‌تر خواهد داشت.
لعیا آزاده
من فارغ‌التحصیل رشته رسانه و ارتباطات هستم و از همان دوران دانشگاه به پتانسیل فضای مجازی و رسانه‌های دیجیتال برای تولید محتوا علاقه‌مند شدم. فعالیت حرفه‌ای خودم را از سال ۱۳۹۷ با مدیریت یک وبلاگ و شبکه‌های اجتماعی برای یک برند کوچک آغاز کردم. پس از کسب تجربه در زمینه تولید محتوای دیجیتال و بازاریابی، اکنون به عنوان دبیر سرویس محتوای دیجیتال در یک مجله اینترنتی شناخته‌شده فعالیت می‌کنم. تلاش من این است که با بهره‌گیری از روندهای جدید، محتوایی جذاب و تعاملی برای مخاطبان تولید کنم.