Η τεχνητή νοημοσύνη αρχίζει να μπαίνει δυναμικά στον χώρο της πειραματικής φυσικής, δημιουργώντας πρωτότυπα και συχνά ακατανόητα πειράματα που όμως αποδεικνύονται εξαιρετικά αποτελεσματικά. Προφανώς, οι επιστήμονες εξακολουθούν να έχουν τον τελευταίο λόγο, ωστόσο, τα εργαλεία AI δείχνουν να ανοίγουν δρόμους που οι ερευνητές μόνο δύσκολα θα τολμούσαν να φανταστούν.
Ένα από τα πιο χαρακτηριστικά παραδείγματα προέρχεται από το Laser Interferometer Gravitational-Wave Observatory (LIGO), τον τεράστιο ανιχνευτή βαρυτικών κυμάτων με έδρα στην Ουάσινγκτον και τη Λουιζιάνα. Με τις υπερευαίσθητες δέσμες laser του, το LIGO κατάφερε το 2015 να «ακούσει» το πρώτο του βαρυτικό κύμα, αποκαλύπτοντας τη σύγκρουση δύο μαύρων τρυπών. Για να φτάσει όμως σε αυτή την επιτυχία χρειάστηκαν δεκαετίες σχεδιασμού και βελτιστοποίησης.
Ο Rana Adhikari από το California Institute of Technology, ένας από τους επιστήμονες που εργάστηκαν πάνω στη βελτίωση του LIGO, ήθελε μετά την ιστορική αυτή ανακάλυψη να δει εάν υπήρχε περιθώριο για ακόμη μεγαλύτερη ευαισθησία. Έτσι στράφηκε σε ένα εργαλείο που λίγοι τότε θα φαντάζονταν ότι θα είχε θέση στη φυσική υψηλής ακριβείας: την τεχνητή νοημοσύνη.
Ο Adhikari συνεργάστηκε με τον φυσικό Mario Krenn, ο οποίος είχε αναπτύξει ένα λογισμικό ικανό να σχεδιάζει πειράματα κβαντικής οπτικής. Στην αρχή, τα αποτελέσματα που έδινε το AI έμοιαζαν σχεδόν παράλογα – περίπλοκα, ασύμμετρα, χωρίς καμία αισθητική τάξη. Όμως, όταν οι ερευνητές άρχισαν να «καθαρίζουν» τις προτάσεις του αλγορίθμου, διαπίστωσαν ότι κρύβονταν πίσω τους ιδέες που όχι μόνο λειτουργούσαν, αλλά ξεπερνούσαν σε αποτελεσματικότητα ό,τι είχαν μέχρι τότε σχεδιάσει οι ίδιοι.
Ένα από τα πιο εντυπωσιακά ευρήματα ήταν η πρόταση για την προσθήκη ενός επιπλέον τμήματος τριών χιλιομέτρων στο σύστημα παρεμβολόμετρου του LIGO. Αυτή η φαινομενικά παράξενη επιλογή αποδείχθηκε ότι αξιοποιούσε θεωρητικές ιδέες Ρώσων φυσικών δεκαετιών πριν, με στόχο τη μείωση του κβαντικού θορύβου – ιδέες που κανείς δεν είχε επιχειρήσει να εφαρμόσει στην πράξη. Το αποτέλεσμα ήταν μια δυνητική αύξηση της ευαισθησίας του LIGO κατά 10 έως 15%, ποσοστό τεράστιο σε ένα σύστημα που μετρά μεταβολές μικρότερες από το μέγεθος ενός πρωτονίου.
Όπως σχολίασε ο Aephraim Steinberg από το University of Toronto, το γεγονός ότι η AI μπόρεσε να προσφέρει κάτι που χιλιάδες επιστήμονες δεν είχαν εντοπίσει εδώ και δεκαετίες, είναι από μόνο του απόδειξη της αξίας της.
Η συμβολή της τεχνητής νοημοσύνης δεν περιορίζεται όμως στη βελτιστοποίηση ανιχνευτών βαρυτικών κυμάτων. Ομάδες όπως εκείνη του Krenn χρησιμοποιούν αλγορίθμους για να σχεδιάζουν νέα πειράματα κβαντικής εμπλοκής. Εδώ η AI δεν απλώς αναπαράγει τις μεθόδους που εισήγαγε ο Anton Zeilinger τη δεκαετία του 1990, αλλά δημιουργεί πιο απλές και αποτελεσματικές εκδοχές. Το 2024, μια ομάδα υπό τον Xiao-Song Ma στο Nanjing University επιβεβαίωσε πειραματικά έναν τέτοιο σχεδιασμό της AI, αποδεικνύοντας ότι ιδέες που ξεκίνησαν από τον υπολογιστή μπορούν να υλοποιηθούν και να λειτουργήσουν.
Παράλληλα, η τεχνητή νοημοσύνη αξιοποιείται για την ανάλυση των ίδιων των δεδομένων. Ο Kyle Cranmer από το University of Wisconsin-Madison χρησιμοποίησε αλγορίθμους μηχανικής μάθησης για να βρει νέες εξισώσεις που περιγράφουν τη συμπεριφορά της Σκοτεινής Ύλης, με αποτελέσματα ακριβέστερα από όσα είχαν μέχρι τότε καταφέρει οι φυσικοί. Από την άλλη, η Rose Yu από το University of California, San Diego, εκπαίδευσε μοντέλα ώστε να ανακαλύπτουν συμμετρίες μέσα στα δεδομένα του Large Hadron Collider. Χωρίς να έχουν «γνώση» φυσικής, τα συστήματα μπόρεσαν να αναγνωρίσουν τις λεγόμενες Lorentz συμμετρίες, θεμελιώδεις στις θεωρίες του Einstein.
Ωστόσο, ακόμη κι αν οι αλγόριθμοι δείχνουν ικανοί να ανακαλύπτουν μοτίβα, οι ερμηνείες και η διατύπωση νέων θεωριών παραμένουν προς το παρόν υπόθεση του ανθρώπινου νου. Όπως σημειώνει ο Cranmer, τα σημερινά μοντέλα είναι σαν «παιδιά που μόλις μαθαίνουν να μιλούν» και χρειάζονται συνεχή καθοδήγηση. Παρ’ όλα αυτά, με την ταχεία εξέλιξη των μεγάλων γλωσσικών μοντέλων όπως το ChatGPT, αρκετοί επιστήμονες εκτιμούν ότι δεν απέχουμε πολύ από τη στιγμή που η τεχνητή νοημοσύνη θα συμβάλει ενεργά και στη δημιουργία νέων θεωριών φυσικής.
Όσο κι αν σήμερα τα «εξωγήινα» σχέδια της AI φαίνονται ακατανόητα, το μέλλον δείχνει πως οι φυσικοί θα χρειαστεί να συνεργαστούν στενά με τις μηχανές. Η τεχνητή νοημοσύνη δεν αντικαθιστά τον άνθρωπο, αλλά τον ωθεί να δει τον κόσμο μέσα από εντελώς νέα μάτια και ίσως να αποκαλύψει φαινόμενα που μέχρι τώρα ούτε καν φανταζόμασταν.
[via]
