Para algunos fenómenos en la física cuántica de muchos cuerpos existen varias teorías en competencia. ¿Pero cuál de ellas describe mejor un fenómeno cuántico? Un equipo de investigadores de la Universidad Técnica de Munich TUM y la Universidad de Harvard en los Estados Unidos ahora se ha desplegado con éxitoRedes neuronales artificiales para el análisis de imágenes de sistemas cuánticos.
¿Es un perro o un gato? Tal clasificación es un excelente ejemplo de aprendizaje automático: las redes neuronales artificiales se pueden entrenar para analizar imágenes buscando patrones que sean característicos de objetos específicos. Siempre que el sistema haya aprendido dichos patrones,es capaz de reconocer perros o gatos en cualquier imagen.
Usando el mismo principio, las redes neuronales pueden detectar cambios en el tejido en las imágenes radiológicas. Los físicos ahora están utilizando el método para analizar imágenes, llamadas instantáneas, de sistemas cuánticos de muchos cuerpos y descubrir qué teoría describe los fenómenos observados.mejor.
El mundo cuántico de probabilidades
Varios fenómenos en la física de la materia condensada, que estudia sólidos y líquidos, permanecen envueltos en misterio. Por ejemplo, hasta ahora sigue siendo difícil de entender por qué la resistencia eléctrica de los superconductores de alta temperatura cae a cero a temperaturas de aproximadamente -200 grados Celsius.
Comprender tales estados extraordinarios de la materia es desafiante: los simuladores cuánticos basados en átomos de litio ultrafríos se han desarrollado para estudiar la física de los superconductores de alta temperatura. Toman instantáneas del sistema cuántico, que existe simultáneamente en diferentes configuraciones.una superposición. Cada instantánea del sistema cuántico proporciona una configuración específica de acuerdo con su probabilidad mecánica cuántica.
Para comprender tales sistemas cuánticos, se han desarrollado varios modelos teóricos. Pero, ¿qué tan bien reflejan la realidad? La pregunta se puede responder analizando los datos de la imagen.
Las redes neuronales investigan el mundo cuántico
Para este fin, un equipo de investigación en la Universidad Técnica de Munich y en la Universidad de Harvard ha empleado con éxito el aprendizaje automático: los investigadores entrenaron una red neuronal artificial para distinguir entre dos teorías en competencia.
"Similar a la detección de gatos o perros en imágenes, las imágenes de las configuraciones de cada teoría cuántica se introducen en la red neuronal", dice Annabelle Bohrdt, estudiante de doctorado en TUM. "Los parámetros de la red se optimizan para dar cada imagenla etiqueta correcta: en este caso, son solo teoría A o teoría B en lugar de gato o perro ".
Después de la fase de entrenamiento con datos teóricos, la red neuronal tuvo que aplicar lo aprendido y asignar instantáneas de los simuladores cuánticos a la teoría A o B. La red seleccionó la teoría que es más predictiva.
En el futuro, los investigadores planean usar este nuevo método para evaluar la precisión de varias descripciones teóricas. El objetivo es comprender los principales efectos físicos de la superconductividad a alta temperatura, que tiene muchas aplicaciones importantes, con transmisión de energía eléctrica sin pérdidas y eficientela resonancia magnética es solo dos ejemplos.
Fuente de la historia :
Materiales proporcionado por Universidad Técnica de Munich TUM . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :