Kvantmekanik är en väletablerad teori, men på makroskopisk nivå leder det till svårlösliga motsättningar. Nu föreslår ETH -fysiker att lösa problemet med hjälp av neurala nätverk.

Nödvändigheten är uppfinningens moder. "Än så länge, alla våra försök att lösa motsättningarna i kvantmekaniken har misslyckats, säger Renato Renner, "därför försöker vi nu ett annat tillvägagångssätt." Och det är ett mycket kraftfullt tillvägagångssätt, också - även om Renner, som är professor i teoretisk fysik, betecknar det som en "desperation":i en ny publikation, skriven tillsammans med sin doktorand Raban Iten, hans masterstudent Tony Metger och andra medlemmar i hans grupp, Renner visar hur användning av artificiell intelligens kan bidra till att ge djupare inblick i fysiska begrepp.

Är en svart låda vägen framåt?

Utgångspunkten är påståendet att kvantmekanik - oavsett att experiment efter experiment har bekräftat det - leder till motsättningar. "När vi påpekade för ett år sedan att det måste finnas ett grundläggande problem med kvantmekanik eftersom du inte kan tillämpa kvantmekanik på användare av kvantmekanik, vi fick alla möjliga reaktioner, och mycket feedback som följd. Men hittills, ingen har kommit på ett sätt att lösa detta elementära dilemma, Säger Renner.

I början, tanken på att artificiell intelligens kanske kan hjälpa verkar överraskande. Trots allt, neurala nätverk - nyckelelementet i artificiell intelligens - fungerar effektivt som en svart låda. Du kan lära dem att känna igen ansikten på foton, men det finns inget sätt att veta exakt hur de går tillväga för att utföra den uppgiften. Så hur kan en fysiker hoppas på att lära sig något av dem?

Kondenserad information

ETH-forskarnas svar var att designa ett tvådelat "tandem" neuralt nätverk. Den första delen av nätverket får bollen att rulla genom att beräkna parametrar som är användbara för att utföra fysiska uppgifter. Baserat på det här, den andra delen tar sedan upp ett specifikt problem. Under tiden, den första delen justerar parametrarna tills den andra delen kan behärska uppgifterna.

"Det vi i huvudsak gör här är att efterlikna principen för fysiska formler, "Renner förklarar, "eftersom dessa i kondenserad form berättar vilka parametrar du behöver kombinera, och hur, för att utföra en viss uppgift. "Den första delen av det neurala nätverket kommunicerar inte några specifika fysiska formler till den andra delen. Snarare fysikerna kan extrahera parametrarna som korsar gränssnittet mellan de två delarna och härleda fysiska formler från dem - igen med hjälp av specialiserade datorprogram. "När ett neuralt nätverk har lärt sig hur man löser kvantmekaniska problem, kanske hittar den ett alternativt sätt att beskriva kvantsystem - åtminstone det är vad vi hoppas, Säger Renner.

Principen fungerar

ETH -fysikerna har visat att idén i grunden är sund med enkla fysiska uppgifter. De fick tandemneurala nätverket att beräkna var planeten Mars kunde ses på natthimlen vid en given tidpunkt. Men allt som forskarna gav nätverket att arbeta med var data om planetens och solens positioner som observerats över tiden från jorden.

Det neurala nätverket identifierade därefter de relevanta parametrarna som de som krävs för att beräkna Mars position på basis av den heliocentriska världsbilden. Med andra ord, det neurala nätverket hittade det "rätta" svaret, även om de initiala uppgifterna absolut inte gav någon direkt indikation på det faktum att jorden och Mars båda kretsar runt solen, snarare än att jorden är centrum för vårt solsystem.

Besvärad av antaganden

Som det ser ut nu, ETH -fysikers tandemnätverk kan inte lösa komplexa kvantmekaniska problem. "Men vårt arbete visar att det mycket väl kan vara ett lovande instrument för oss teoretiska forskare, "Säger Renner. Det neurala nätverkets stora fördel är att det inte påverkas av någon uppsättning tidigare antaganden." Naturligtvis, det är också möjligt att förklara Mars rörelse under förutsättning att jorden är i centrum. Men det gör beräkningarna mycket mer genomarbetade, "Renner säger." Vi befinner oss på en liknande punkt i kvantfysiken:vi har en teori som kan förklara väldigt många fenomen, men vi är kanske blinda för en annan, mycket mer elegant beskrivning av saker. "

Hur når vi rätt svar?

Renner är väl medveten om att det kommer att vara svårt att söka efter en annan beskrivning, eftersom nästa stora fråga redan hänger i luften:Vilka initiala data ska det neurala nätverket matas? "Uppgiften med planeterna var i grunden enkel, eftersom vi på förhand visste vilka initiala data som skulle leda till rätt svar, "Säger Renner." Men om vi letar efter nya insikter, det är kunskap som vi bara inte har. "