申博sunbet官网首页 申博sunbet官网手机端

申博sunbet官网_首页 > 教育方针 >

申博sunbet官网

人工智能(AI)检测量子相变

♥ 作者:申博sunbet官网 2019-07-10 12:14:58 188℃
汉堡大学的研究人员使用机器学习方法来改进从实验数据中识别量子相变的方法。为此,他们训练了一个人工神经网络,将实验图像分配给一个可能的量子阶段。他们的研究结果发表在“自然物理学”杂志上。
人工智能(AI)和“机器学习”的应用领域从自动驾驶到全自动工业过程到家庭(“智能冰箱”)。但是在科学中,这些方法被广泛使用和研究,例如在粒子物理学中,例如,来自数十亿数据记录的KI网络对相关信息进行预排序。
 

现在,汉堡研究人员首次成功地在量子物理学中使用AI来检测实验数据中所谓的量子相变,即物质性质发生变化的点。这是特别有趣的,因为使用常规评估方法的测量更加旷日持久。因此,研究人员强调,这一结果可能对日常研究产生深远的影响。人工智能可以在实验室中实时分析量子物理学的全新影响,否则这些影响是无法实现的。
 
围绕Klaus Sengstock教授和Ing。博士的团队。克里斯托夫Weitenberg卓越的群集“CUI:物质的高级成像”和协作研究中心“光诱导控制和相关的量子系统的动力学”通过与所谓的超冷量子气体实验教练了AI被冷却到接近绝对零度的温度约摄氏-273度。在他们的实验中,研究人员在捕获的激光的晶格超冷原子,从而模拟电子的物理固体。  
 
如果更改晶格的参数,则原子排列不同,气体具有不同的属性。例如,虽然一相中的气体在没有摩擦的情况下传导颗粒,但它在另一相中隔离。研究人员对这些阶段之间的转换感兴趣,每个阶段都通过测量的动量分布来区分。该团队训练神经网络将实验中获得的图像分配给正确相位的动量分布,从而定位相变。
 
Weitenberg解释说:“以前,其他科学家已经证明了这种数值生成图像的方法。他还与实验数据是一个有前途的结果,“尼克拉斯Käming谁做的数据分析硕士研究生作出了重大贡献,补充说:”量子气体的实验中使用的机器学习技术开辟了许多令人兴奋的机会。接下来,我们希望将该方法扩展到所谓的无监督机器学习,其中网络训练图像不需要对任何量子阶段进行预定的分配。
 

原作:
本诺P.雷姆,尼克拉斯Käming,马蒂亚斯Tarnowski,卢卡阿斯特里亚,尼克Fläschner,克里斯托夫·贝克尔,克劳斯Sengstock,克里斯托夫Weitenberg:确定人工神经网络对实验数据,自然物理学量子相变。
申博sunbet官网声明:未经许可请勿建立镜像,转载请注明:人工智能(AI)检测量子相变