Φυσικοί από το Πανεπιστήμιο Emory πέτυχαν ένα σημαντικό ορόσημο, χρησιμοποιώντας την τεχνητή νοημοσύνη όχι απλώς για την ανάλυση δεδομένων, αλλά για την αποκάλυψη εντελώς νέων νόμων της φύσης. Συνδυάζοντας ένα ειδικά σχεδιασμένο νευρωνικό δίκτυο με την ακριβή τρισδιάστατη παρακολούθηση σωματιδίων σε «σκονισμένο πλάσμα» (dusty plasma), η ομάδα αποκάλυψε κρυμμένα πρότυπα στον τρόπο με τον οποίο αλληλεπιδρούν τα σωματίδια.
Το πλάσμα, που συχνά αποκαλείται η «τέταρτη κατάσταση της ύλης», αποτελεί το 99,9% του ορατού σύμπαντος. Το σκονισμένο πλάσμα περιέχει επιπλέον φορτισμένα σωματίδια σκόνης και εμφανίζεται σε περιβάλλοντα όπως οι δακτύλιοι του Κρόνου και η ιονόσφαιρα της Γης. Η μελέτη, που δημοσιεύθηκε στο περιοδικό PNAS, έδειξε ότι η AI μπορεί να συλλάβει πολύπλοκες, μη αμοιβαίες (non-reciprocal) δυνάμεις με ακρίβεια άνω του 99%.
Ανατρέποντας παλιές υποθέσεις
Οι μη αμοιβαίες δυνάμεις, όπου ένα σωματίδιο επηρεάζει ένα άλλο διαφορετικά από ό,τι επηρεάζεται το ίδιο, είναι εξαιρετικά δύσκολο να μετρηθούν και να μοντελοποιηθούν. Το μοντέλο AI της ομάδας Emory κατάφερε όχι μόνο να περιγράψει αυτές τις δυνάμεις με τρομερή ακρίβεια, αλλά και να διορθώσει μακροχρόνιες θεωρητικές υποθέσεις που αποδείχθηκαν ανακριβείς.
«Δείξαμε ότι μπορούμε να χρησιμοποιήσουμε την AI για να ανακαλύψουμε νέα φυσική», δήλωσε ο Justin Burton, καθηγητής πειραματικής φυσικής στο Emory. «Η μέθοδός μας δεν είναι ένα "μαύρο κουτί"· καταλαβαίνουμε πώς και γιατί λειτουργεί. Το πλαίσιο που παρέχει είναι καθολικό και θα μπορούσε να εφαρμοστεί σε άλλα συστήματα πολλών σωμάτων».
Από τα υλικά στη Βιολογία
Οι ερευνητές πιστεύουν ότι αυτή η μέθοδος θα μπορούσε να εφαρμοστεί ευρέως σε συστήματα που αποτελούνται από πολλά αλληλεπιδρώντα συστατικά, από βιομηχανικά υλικά όπως χρώματα και μελάνια έως ομάδες ζωντανών κυττάρων. Η κατανόηση των συλλογικών αλληλεπιδράσεων σε αυτά τα πολύπλοκα συστήματα είναι το κλειδί για τον έλεγχο και τη βελτίωση των ιδιοτήτων τους.
Η έρευνα υποστηρίχθηκε από το Εθνικό Ίδρυμα Επιστημών (NSF) των ΗΠΑ, με τους υπεύθυνους του προγράμματος να τονίζουν ότι η ανάπτυξη νέας γνώσης στη φυσική πλάσματος και την AI μπορεί να οδηγήσει σε περαιτέρω προόδους στη μελέτη των ζωντανών συστημάτων.
Πηγή: ScienceDaily (23/04/2026)