Cercetătorii americani de la Universitatea New Mexico și Laboratorul Național Los Alamos au realizat o descoperire semnificativă în domeniul fizicii materialelor, folosind inteligența artificială pentru a rezolva o problemă ce a rămas deschisă timp de peste o sută de ani. Noul sistem, denumit THOR (Tensors for High-dimensional Object Representation), promite să revoluționeze modul în care știința analizează comportamentul materialelor în condiții extreme, oferind o soluție rapidă și precisă pentru calculul integralei configuraționale, considerată până acum imposibil de abordat direct în mod clasic.

Rezultatele, publicate în revista Physical Review Materials, marchează o etapă majoră în domeniul mecanicii statistice și fizicii materialelor. Datorită utilizării rețelelor tensoriale și a unor metode avansate de calcul AI, echipa americană a reușit să elucideze ecuația fundamentală ce descrie interacțiunile microscopice dintr-un sistem, o problemă despre care se credea că va rămâne nerezolvată încă multe decenii.

Integrala configurațională stă în centrul mecanicii statistice, explicând relația dintre proprietățile microscopice ale particulelor și fenomenele macroscopice. În trecut, abordarea acestei probleme necesita supercomputere și simulări care durează săptămâni sau luni, fiind doar estimative și limitate în precizie.

Profesorul Dimiter Petsev, de la Universitatea New Mexico, explică faptul că, până acum, rezolvarea directă a integralei configuraționale era considerată imposibilă din cauza dimensiunilor uriașe ale acesteia. Sistemul THOR AI a depășit această barieră, compresând informația complexă fără pierderi și identificând tipare și simetrii care reduc considerabil volumul de calcul.

Concret, THOR AI utilizează interpolare tensorială în lanț pentru reprezentarea datelor, facilitând reducerea timpului de procesare. Testele au arătat că sistemul poate calcula integrale pentru metale precum cuprul și gaze nobile la presiuni extreme peste 400 de ori mai rapid comparativ cu metodele tradiționale. Precizia rezultatelor a fost la nivelul modelelor clasice avansate.

Duc Truong, cercetător la Los Alamos, afirmă că această metodă înlocuiește simulările traditionale, oferind o înțelegere mai profundă a comportamentului termodinamic al materialelor. Integrarea tehnologiei cu modele de învățare automată face ca THOR AI să fie un instrument versatil, aplicabil în fizică, chimie, metalurgie și inginerie energetică.

Această avansare vine după ani de încercări de a calcula precis reacțiile materialelor în condiții extreme. Cu noua tehnologie, aceste calcule se pot realiza în câteva secunde, crescând semnificativ viteza de progres științific.

Dr. Boian Alexandrov, de la Los Alamos, subliniază că această descoperire facilitează înțelegerea mecanicii statistice și sprijină descoperirea materialelor noi, precum aliaje rezistente, componente pentru energie nucleară sau panouri solare avansate.

Rezultatul arată clar că inteligența artificială poate juca un rol major în cercetarea fundamentală. În loc să fie doar un instrument de analiză, AI-ul devine un partener în soluționarea problemelor de bază din știință.

În final, echipa americană demonstrează că astfel de tehnologii pot depăși limitele metodelor convenționale, facilitând descoperiri rapide și precise. Este importantă monitorizarea continuă a evoluției în domeniu pentru a înțelege pe deplin impactul acestor inovații.