Två år sedan, fysiker vid University of Chicago hälsades med fyrverkerier – atomer som sköt ut i jetplan – när de upptäckte en ny form av kvantbeteende. Men mönstren bakom de ljusa strålarna var svåra att plocka ut från bruset.

Istället, forskarna tog ett nytt tillvägagångssätt på området:maskininlärning. Genom att köra data genom en mönsterigenkänningsalgoritm, de identifierade att atomernas vägar bildade en distinkt form som ser ut lite som en sköldpadda – vilket hjälpte till att reta ut fysiken bakom den. Resultaten, publicerad 1 februari in Vetenskap , förbättra vår förståelse av kvantdynamik och erbjuda ett innovativt sätt att studera kvantfenomen.

"När man förstår komplex kvantdynamik, vi börjar bli begränsade av vår intuition, men maskininlärning kan vara ett nytt verktyg för att förstå sådana system, " sa huvudförfattaren Cheng Chin, en professor i fysik vid University of Chicago och en pionjär i att använda ultrakalla experiment för att studera de kvantfenomen som ligger till grund för beteendet hos de minsta partiklarna och universum.

I den ursprungliga studien, Chins labb kylde ner partiklar till nästan absolut noll tills de alla kondenserade till samma kvanttillstånd, kallas ett Bose-Einstein-kondensat. Nästa, de applicerade ett magnetfält, och blev förvånade över att se atomer skjuta ut i ljusa jetstrålar.

Men det exakta mönstret var svårt att reta ut bland bruset. Doktorand Lei Feng, den första författaren på den nya studien, utvecklat en maskininlärningsalgoritm för att söka i resultaten efter mönster och samband som mänskliga ögon inte alltid ser.

"Detta liknar att titta på flödet av människor som rör sig på en tågstation, " sa Cheng. "Först ser det slumpmässigt ut, men om du observerar noggrant, du kan hitta familjer som reser tillsammans, affärsmän som går på möten och så vidare."

Algoritmen valde ut en korrelation i en form som liknar en sköldpadda:en ring runt en central källa som bildar "skalet"; fyra sekundära punkter som ser ut som fötter runt den; och två förlängda punkter som "huvud" och "svans". "Om du ser en partikel gå i en riktning, det finns alltid en till i 45 graders vinkel, " sa Feng. I huvudsak, det är en serie kedjereaktioner:De första partiklarna interagerar nära källan, studsar av varandra; nästa ring bildas när dessa partiklar interagerar, och så vidare. Fysiken bakom fenomenet kallas högharmonisk generering.

"I huvudsak, varje bild består av många sådana sköldpaddsmönster, " tillade Cheng. "Det är sköldpaddor hela vägen ner."

"Vi bekräftade mönsterigenkänningen med en traditionell korrelationsmetod, " Feng sa. "Det fungerar genom att titta på relationerna mellan varje par av atomer, vilket är mindre omfattande än mönstret vi hittade."

Forskarna tror att maskininlärning kan vara mycket användbar för att avslöja nya fenomen i studiet av kvantdynamik.

"Att känna igen ett mönster är alltid det första steget i vetenskapen, så den här typen av maskininlärning kan identifiera dolda relationer och funktioner, speciellt när vi går över för att försöka förstå system med ett stort antal partiklar, " sa Chin.

En större förståelse för dessa beteenden kan en dag matas in i tekniken, han sa, till exempel sätt att utöka räckvidden för kvantnätverk över större avstånd.