Физиците от десетилетия се борят с т.нар. „many-body problem“ — как да предвидят поведението на голям брой атоми, взаимодействащи помежду си в различни материали. Този проблем е толкова сложен, че дори съвременните суперкомпютри се нуждаят от седмици, за да симулират едно вещество.
Сега изследователи създадоха AI рамка, наречена THOR, която променя правилата на играта. Вместо традиционното изчисление чрез brute-force, THOR използва тензорни мрежи (tensor networks) — нов математически подход, който моделира атомните взаимодействия без нуждата от огромни ресурси.
Как AI ускорява откритията на нови материали
THOR позволява изчисления, които преди отнемаха седмици, да се извършват за секунди. Това отваря врати за ускорено откриване на нови материали за батерии, полупроводници, свръхпроводници и квантови компютри. Учените вече могат бързо да изследват нови комбинации от елементи и свойства, без да разчитат на бавни симулации.
Революция в науката и материалознанието
THOR демонстрира как изкуственият интелект във физиката може да промени начина, по който се правят научните изследвания. Вместо да се разчита на огромни изчислителни мощности, AI модели като THOR използват интелигентни математически стратегии за решаване на проблеми, които дълги години са били непостижими. Това означава по-бързо развитие на технологии и нови материали за индустрията и науката.
Изкуствен интелект във физиката решава 100-годишен проблем за секунди
За да научите първи най-важното, харесайте страницата ни във Фейсбук , групата ни за любопитни новини във Фейсбук или ни последвайте в Telegram и Mastodon
Подкрепете независимото съдържание на сайта:
👉 revolut.me/paralell.eu
Вашата подкрепа помага за развитието на проекта







