普林斯顿等离子体物理实验室 PPPL物理学家秦虹在行星轨道图像和计算机代码前
信用:Elle Starkman 一种精确预测太阳系行星轨道的新型计算机算法或一套规则，可以用来更好地预测和控制等离子体的行为，等离子体为聚变设施提供燃料，聚变设施的设计是为了在地球上获取为太阳和恒星提供能量的聚变能量
该算法是由美国大学的一位科学家设计的
S
能源部普林斯顿等离子体物理实验室(PPPL)应用机器学习，一种从经验中学习的人工智能的形式，来发展预测
PPPL物理学家秦虹是《科学报告》中详细阐述这一概念的一篇论文的作者，他说:“通常在物理学中，你进行观察，根据这些观察创建一个理论，然后用这个理论来预测新的观察。”
“我正在做的是用一种黑盒代替这个过程，这种黑盒不用传统的理论或定律就能产生精确的预测
" 秦(发音为Chin)创建了一个计算机程序，他将过去对水星、金星、地球、火星、木星和矮行星谷神星轨道的观测数据输入其中
这个程序和一个被称为“服务算法”的附加程序一起，在不使用牛顿运动和引力定律的情况下，对太阳系其他行星的轨道进行了精确的预测
“本质上，我忽略了物理学的所有基本要素
我直接从数据转到数据，”秦说
“中间没有物理定律
" 该计划并非偶然发生在准确预测的基础上
美国能源部洛斯阿拉莫斯国家实验室的物理学家约书亚·布尔比获得了博士学位，他说:“洪教授给这个项目讲授了自然界用来确定任何物理系统动力学的基本原理。”
D
在普林斯顿大学，在秦的指导下
“回报是，网络在看到很少的训练例子后，学会了行星运动的规律
换句话说，他的代码真正“学习”了物理定律
" 机器学习使得像谷歌翻译这样的计算机程序成为可能
谷歌翻译通过筛选大量信息来确定一种语言中的一个单词被翻译成另一种语言中的一个单词的频率
通过这种方式，程序可以进行准确的翻译，而无需实际学习任何一种语言
这个过程也出现在哲学思想实验中，比如约翰·塞尔的《中国房间》
在这种情况下，不懂中文的人仍然可以通过使用一套指令或规则将中文句子“翻译”成英语或任何其他语言，这些指令或规则可以代替理解
思维实验提出了这样的问题:从根本上来说，理解什么意味着什么，理解是否意味着除了遵循规则之外，头脑中还发生了其他事情
秦的部分灵感来自牛津哲学家尼克·博斯特罗姆的哲学思想实验，即宇宙是计算机模拟的
如果这是真的，那么基本物理定律应该揭示宇宙是由独立的时空块组成的，就像视频游戏中的像素一样
“如果我们生活在一个模拟环境中，我们的世界必须是离散的，”秦说
秦发明的黑盒技术并不要求物理学家完全相信这个模拟猜想，尽管它建立在这个想法的基础上，以创建一个程序来进行精确的物理预测
由此产生的像素化世界观，类似于电影《黑客帝国》中所描绘的，被称为离散场理论，它将宇宙视为由单个比特组成，不同于人们通常创建的理论
虽然科学家通常会设计出物理世界行为的总体概念，但计算机只是汇集了一系列数据点
秦和普林斯顿大学等离子体物理项目的研究生埃里克·帕默尔杜卡正在研究如何利用离散场理论来预测等离子体粒子在聚变实验中的行为。聚变实验是由世界各地的科学家进行的
最广泛使用的聚变设备是环形托卡马克，它将等离子体限制在强磁场中
聚变是驱动太阳和恒星的动力，它以等离子体的形式结合轻元素，产生大量能量。等离子体是由自由电子和原子核组成的带电物质的热状态，占可见宇宙的99%
科学家们正在寻求在地球上复制聚变，以获得几乎取之不尽的电力供应来发电
“在磁聚变装置中，等离子体的动力学是复杂和多尺度的，我们感兴趣的特定物理过程的有效控制规律或计算模型并不总是清楚的，”秦说
“在这些场景中，我们可以应用我开发的机器学习技术来创建一个离散场理论，然后应用这个离散场理论来理解和预测新的实验观察结果
" 这个过程引发了关于科学本质的问题
难道科学家不想发展解释世界的物理理论，而不是单纯的积累数据吗？理论不是物理学的基础，不是解释和理解现象所必需的吗？ “我认为任何科学家的最终目标都是预测，”秦说
“你可能不一定需要法律
例如，如果我能完美地预测一个行星的轨道，我就不需要知道牛顿的万有引力和运动定律
你可以说，这样做，你会比你知道牛顿定律时理解得更少
从某种意义上说，这是正确的
但是从实际的角度来看，做出准确的预测并没有少做什么
" 机器学习也可以为更多的研究开辟可能性
帕默杜卡说:“这大大拓宽了你能解决的问题的范围，因为你需要的只是数据。”
这项技术也可能导致传统物理理论的发展
帕默尔杜卡说:“虽然从某种意义上说，这种方法排除了这种理论的必要性，但它也可以被视为一条通向理论的道路。”
“当你试图推导一个理论时，你希望有尽可能多的数据供你使用
如果给你一些数据，你可以使用机器学习来填补数据的空白，或者扩展数据集
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
