I fisici hanno utilizzato un approccio di apprendimento automatico per rivelare dettagli inaspettati su come le particelle interagiscono nei sistemi complessi. Il loro lavoro si concentra sulle forze non reciproche, in cui una particella influenza un’altra in modo diverso da come viene influenzata a sua volta.
I risultati, pubblicati su PNAS , provengono da una collaborazione tra fisici sperimentali e teorici dell’Università Emory. Combinando una rete neurale personalizzata con dati di laboratorio provenienti da un plasma polveroso, il team ha dimostrato che l’intelligenza artificiale può fare molto di più che analizzare dati o fare previsioni. Può contribuire a scoprire leggi fisiche completamente nuove.
“Abbiamo dimostrato che possiamo usare l’intelligenza artificiale per scoprire nuove leggi della fisica”, afferma Justin Burton, professore di fisica sperimentale alla Emory University e coautore senior dell’articolo. “Il nostro metodo basato sull’IA non è una scatola nera: ne comprendiamo il funzionamento e le ragioni. Il quadro di riferimento che fornisce è inoltre universale. Potrebbe potenzialmente essere applicato ad altri sistemi a molti corpi per aprire nuove strade alla scoperta.”
Analisi di alta precisione delle forze del plasma polveroso
Lo studio offre una delle descrizioni più dettagliate finora disponibili della fisica che governa il plasma polveroso. Questo sistema è costituito da gas ionizzato ricco di particelle cariche interagenti, tra cui minuscoli granelli di polvere.
Grazie al loro modello di intelligenza artificiale, i ricercatori sono stati in grado di descrivere le forze non reciproche con una precisione superiore al 99%. Queste forze sono notoriamente difficili da misurare e modellare.
“Possiamo descrivere queste forze con una precisione superiore al 99%”, afferma Ilya Nemenman, professore di fisica teorica alla Emory University e coautore senior dell’articolo. “Ancora più interessante è il fatto che dimostriamo che alcune ipotesi teoriche comuni su queste forze non sono del tutto accurate. Siamo in grado di correggere queste imprecisioni perché ora possiamo osservare ciò che accade con una precisione straordinaria.”
Il team ritiene che questo metodo potrebbe essere applicato in modo esteso a sistemi composti da molti componenti interagenti. Questi spaziano dai materiali industriali come vernici e inchiostri a gruppi di cellule viventi.
Il primo autore dello studio è Wentao Yu, che ha lavorato al progetto come dottorando presso la Emory University e ora è ricercatore post-dottorato presso il California Institute of Technology. Anche il coautore Eslam Abdelaleem ha contribuito come studente laureato alla Emory University e ora è ricercatore post-dottorato presso il Georgia Institute of Technology.
La ricerca è stata finanziata principalmente dalla National Science Foundation, con ulteriori fondi provenienti dalla Simons Foundation.
“Questo progetto rappresenta un ottimo esempio di collaborazione interdisciplinare in cui lo sviluppo di nuove conoscenze nella fisica del plasma e nell’intelligenza artificiale può portare a ulteriori progressi nello studio dei sistemi viventi”, afferma Vyacheslav (Slava) Lukin, direttore del programma NSF Plasma Physics. “La dinamica di questi sistemi complessi è dominata da interazioni collettive che le emergenti tecniche di intelligenza artificiale possono aiutarci a descrivere, riconoscere, comprendere e persino controllare meglio.”
Il quarto stato della materia spiegato
Il plasma viene spesso definito il quarto stato della materia. In questo stato, il gas si ionizza, il che significa che elettroni e ioni si muovono liberamente e creano proprietà uniche come la conduttività elettrica. Il plasma costituisce circa il 99,9% dell’universo visibile, dal vento solare che fluisce dal Sole ai fulmini che colpiscono la Terra.
Il plasma polveroso include ulteriori particelle di polvere cariche ed è presente in molti ambienti, dagli anelli di Saturno alla ionosfera terrestre.
Sulla Luna, la debole gravità permette alla polvere carica di rimanere sospesa sopra la superficie. “Ecco perché quando gli astronauti camminano sulla Luna, le loro tute si ricoprono di polvere”, spiega Burton.
Sulla Terra, durante gli incendi boschivi, quando la fuliggine si mescola al fumo, si può formare un plasma polveroso. Queste particelle cariche possono interferire con i segnali radio, rendendo più difficili le comunicazioni per i vigili del fuoco.
Tracciamento del movimento delle particelle in 3D
Il laboratorio di Burton studia il plasma polveroso e materiali simili ricreandoli in esperimenti controllati. I ricercatori sospendono minuscole particelle di plastica in una camera a vuoto riempita di plasma per simulare sistemi più complessi. Regolando la pressione del gas, possono riprodurre le condizioni del mondo reale e osservare come le particelle reagiscono a forze diverse.
Per questo progetto, Burton e Yu hanno sviluppato un metodo di imaging tomografico per catturare il movimento tridimensionale (3D) delle particelle. Un fascio laser si muove attraverso la camera mentre una telecamera ad alta velocità registra le immagini. Queste istantanee vengono poi combinate per ricostruire le posizioni di decine di particelle nel tempo, consentendo ai ricercatori di tracciarne il movimento in dettaglio.
Utilizzo dell’intelligenza artificiale per comprendere il movimento collettivo
Nemenman, biofisico teorico, studia come i sistemi complessi emergono da interazioni semplici. È particolarmente interessato al movimento collettivo, come ad esempio il movimento delle cellule all’interno del corpo umano.
“Le domande generali su come un intero sistema si formi a partire dalle interazioni di minuscole parti sono molto importanti”, spiega Nemenman. “Nel caso del cancro, ad esempio, è fondamentale capire come l’interazione tra le cellule possa essere correlata al distacco di alcune di esse dal tumore e alla loro migrazione in un’altra sede, dando origine a metastasi.”
Rispetto ai sistemi viventi, il plasma polveroso offre un ambiente più semplice per testare nuove idee. Ciò lo ha reso un caso ideale per esplorare se l’intelligenza artificiale potesse scoprire nuovi principi fisici.
“Nonostante si parli molto di come l’IA stia rivoluzionando la scienza, sono pochissimi gli esempi in cui qualcosa di fondamentalmente nuovo sia stato scoperto direttamente da un sistema di IA”, afferma Nemenman.
Progettazione di una rete neurale per la scoperta
La creazione del modello di intelligenza artificiale ha richiesto un’attenta pianificazione. A differenza dei sistemi addestrati su enormi set di dati, questo progetto disponeva di dati sperimentali limitati.
“Quando si esplora qualcosa di nuovo, non si hanno molti dati per addestrare l’IA”, spiega Nemenman. “Questo significava che avremmo dovuto progettare una rete neurale che potesse essere addestrata con una piccola quantità di dati e che fosse comunque in grado di apprendere qualcosa di nuovo.”
Il team ha impiegato più di un anno per perfezionare il progetto attraverso riunioni settimanali.
“Dovevamo strutturare la rete in modo che seguisse le regole necessarie, consentendole al contempo di esplorare e dedurre fenomeni fisici sconosciuti”, spiega Burton.
“Ci è voluto più di un anno di discussioni e scambi di opinioni durante questi incontri settimanali”, aggiunge Nemenman. “Una volta definita la struttura corretta della rete da addestrare, si è rivelato piuttosto semplice.”
Il modello finale ha suddiviso il movimento delle particelle in tre influenze principali: la resistenza dovuta alla velocità, le forze ambientali come la gravità e le forze tra le particelle.
Risultati sorprendenti e nuove prospettive
Dopo l’addestramento sulle traiettorie tridimensionali delle particelle, l’IA è riuscita a catturare interazioni complesse, comprese le forze asimmetriche tra le particelle.
I ricercatori paragonano questo comportamento a quello di due barche che si muovono su un lago. Ciascuna barca crea delle onde che influenzano l’altra. A seconda della loro posizione, queste onde possono spingere o tirare le barche in modo diverso.
“In un plasma polveroso, abbiamo descritto come una particella anteriore attragga quella posteriore, ma quest’ultima respinga sempre la prima”, spiega Nemenman. “Questo fenomeno era previsto da alcuni, ma ora disponiamo di un’approssimazione precisa che prima non esisteva.”
I risultati mettono in discussione anche le teorie precedenti. Un’idea consolidata suggeriva che la carica elettrica di una particella aumentasse in proporzione diretta alle sue dimensioni. Le nuove scoperte dimostrano che, sebbene le particelle più grandi trasportino effettivamente più carica, la relazione è più complessa e dipende da fattori quali la densità del plasma e la temperatura.
Un’altra ipotesi sosteneva che le forze tra le particelle diminuissero esponenzialmente con la distanza, in modo indipendente dalle dimensioni delle particelle stesse. Il modello basato sull’intelligenza artificiale ha invece rivelato che le dimensioni delle particelle influenzano la velocità con cui queste forze si indeboliscono.
Il team ha confermato queste conclusioni attraverso ulteriori esperimenti.
Un nuovo strumento per esplorare sistemi complessi
I ricercatori hanno sviluppato una rete neurale basata sulla fisica che può essere eseguita su un normale computer desktop. Ritengono che offra un quadro flessibile per lo studio dei sistemi a molti corpi in diversi campi.
Nemenman insegnerà presto alla Scuola di Comportamento Collettivo di Costanza, in Germania, dove gli scienziati studiano sistemi che spaziano dagli stormi di uccelli alle folle umane.
“Insegnerò a studenti di tutto il mondo come utilizzare l’intelligenza artificiale per dedurre la fisica del movimento collettivo, non all’interno di un plasma polveroso, ma all’interno di un sistema vivente”, afferma.
Nonostante questi progressi, l’esperienza umana rimane fondamentale. Gli scienziati devono progettare i modelli con cura e interpretarne i risultati.
“Sviluppare e utilizzare strumenti di intelligenza artificiale in modo da ottenere veri progressi in ambito scientifico, tecnologico e umanistico richiede pensiero critico”, afferma Burton.
Rimane ottimista riguardo al futuro.
“La vedo un po’ come il motto di Star Trek: andare coraggiosamente dove nessuno è mai giunto prima”, afferma Burton. “Se usata correttamente, l’intelligenza artificiale può aprire le porte a regni completamente nuovi da esplorare.”
by 