150 YILLIK SORUN YAPAY ZEKAYLA ÇÖZÜLDÜ
Yeni Yaklaşım, Faz Geçişinin Kesin Tahminlerini Mümkün Kılıyor
Belirli koşullar altında, su aynı anda hem sıvı hem de gaz olarak var olabilir, örneğin bulut oluşumu sırasında: Sıcaklığa bağlı olarak, havadaki su buharı sıvı damlacıklarına yoğunlaşır. Faz ayrımı teorisi, bir sıvının ve buharının neden ve nasıl iki ayrı faza -sıvı ve gaz- ayrılabileceğini açıklar. On dokuzuncu yüzyılın sonlarında Thomas Andrews tarafından yapılan deneysel gözlemler, kritik noktanın varlığını belirledi ve kısa bir süre sonra Johannes Diderik van der Waals (Nobel Ödülü, 1910) basit bir teorik model kullanarak faz ayrımını tanımladı. Van der Waals'ın faz ayrımı teorisi ders kitabı malzemesidir ancak kaba yaklaşımlara dayanmaktadır. Belirli koşullar altında bir maddenin sıvı mı yoksa gaz mı olacağını tahmin etmek hala zordur. Klasik yoğunluk fonksiyonel teorisi gibi modern istatistiksel teoriler çok daha ileri gider ancak yine de kontrol edilmesi zor olan yaklaşımlara dayanmaktadır. Bayreuth Üniversitesi Teorik Fizik II Kürsüsü'nden Dr. Florian Sammüller ve Prof. Dr. Matthias Schmidt, klasik yoğunluk fonksiyonel teorisinin kurucusu olan İngiliz fizikçi emekli profesör Robert Evans FRS ile birlikte, faz geçişinin kesin tahminlerini mümkün kılan yeni bir yaklaşım geliştirdiler. Bunu, teorik fiziği ve yapay "sinir hücrelerinden" oluşan ve birbirine bağlı ve bilgi işleyen bir bilgisayar modeli olan sözde sinir ağını birleştirerek başardılar.
Araştırmacılar, çalışmalarında güçlü teorik açıklamayı bilgisayar simülasyonlarının doğruluğuyla birleştirdiler. Bir sinir ağının giriş verileri, Evans tarafından 1979'da formüle edilen ve bir sistemin tüm özelliklerinin yalnızca parçacık yoğunluğu tarafından belirlendiği bir "işlevsel ilişki" ile bağlantılıdır. Schmidt, "Şimdiye kadar, işlevsel ilişkiler fiziksel sezgi ve kalem ve kağıtla çalışma yoluyla modelleme için ayrılmıştı. Makine öğrenimi artık ilişkili sınırlamaların üstesinden gelmeyi mümkün kılarak doğruluğu muazzam bir şekilde artırıyor. Van der Waals'tan beri yalnızca şüphelenilen bir dizi varsayım niceliksel olarak araştırılabilir ve şaşırtıcı bir şekilde büyük ölçüde çok net bir şekilde doğrulanabilir" diyor.
Makine öğrenimi ve akışkan teorisini birleştiren kullanılan hibrit metodoloji, maddelerin davranışlarının ve bunlarda meydana gelen olayların (örneğin, substratların ıslanması, gözeneklerdeki kılcal davranış veya karışmama olayları) esnek modellemesinde geniş bir gelecek uygulama potansiyeli sunmaktadır. Sammüller, "Teorik fizik, özellikle akışkanların istatistiksel mekaniği, AI tahminlerinin kalitesinin değerlendirilmesine ve nihayetinde kontrol edilmesine olanak tanıyan titiz denklemler biçiminde çok sayıda somut test sunmaktadır" diye ekliyor.
KAYNAK: https://www.chemeurope.com/en/news/1185591/a-150-year-old-problem-resolved-using-ai.html