Det kunstige middel anvender optiske elementer som denne strålesplitter til at konstruere nye og optimerede eksperimenter. Kredit:Harald Ritsch
På vej til et intelligent laboratorium, fysikere fra Innsbruck og Wien præsenterer et kunstigt middel, der autonomt designer kvanteeksperimenter. I indledende forsøg, systemet har uafhængigt (gen) opdaget eksperimentelle teknikker, der er standard i moderne kvanteoptiske laboratorier. Dette viser, hvordan maskiner kunne spille en mere kreativ rolle inden for forskning i fremtiden.
Forskerne spekulerede på, i hvilket omfang maskiner kan udføre forskning autonomt. De brugte en projektiv simuleringsmodel til kunstig intelligens for at sætte en maskine i stand til at lære og handle kreativt. Denne autonome maskine gemmer mange individuelle fragmenter af oplevelser i hukommelsen, som er forbundet i netværk.
Maskinen opbygger og tilpasser sine minder, mens den lærer af både vellykkede og mislykkede forsøg. Forskerne fra Innsbruck gik sammen med gruppen af Anton Zeilinger, der tidligere demonstrerede nytten af automatiserede procedurer i designet af kvanteeksperimenter med en søge -algoritme kaldet Melvin. Nogle af disse computerinspirerede eksperimenter er allerede blevet udført i Zeilingers laboratorium. Sammen, fysikerne fastslog, at kvanteeksperimenter er et ideelt miljø for at teste AIs anvendelighed til forskning. Derfor, de brugte den projektive simuleringsmodel til at undersøge potentialet for kunstige læringsagenter i denne testbed. De har offentliggjort deres resultater i Procedurer fra National Academy of Sciences .
Optimerede eksperimenter designet af en AI-agent
Det kunstige middel udvikler nye eksperimenter ved praktisk talt at placere spejle, prismer eller strålesplittere på et virtuelt labbord. Hvis dets handlinger fører til et meningsfuldt resultat, agenten har en større chance for at finde en lignende sekvens af handlinger i fremtiden. Dette er kendt som en forstærkning læringsstrategi.
"Forstærkningslæring er det, der adskiller vores model fra den tidligere undersøgte automatiserede søgning, som styres af upartisk tilfældig søgning, "siger Alexey Melnikov fra Institut for Teoretisk Fysik ved University of Innsbruck." Det kunstige middel udfører titusinder af eksperimenter på det virtuelle laboratoriebord. Da vi analyserede maskinens hukommelse, vi opdagede, at visse strukturer har udviklet sig, "siger Hendrik Poulsen Nautrup. Nogle af disse strukturer er allerede kendt af fysikere som nyttige værktøjer fra moderne kvanteoptiske laboratorier. Andre er helt nye, og kunne, i fremtiden, blive testet i laboratoriet.
"Forstærkningslæring giver os mulighed for at finde, optimere og identificere en enorm mængde potentielt interessante løsninger, "siger Alexey Melnikov." Og nogle gange giver det også svar på spørgsmål, vi ikke engang stillede. "
Kreativ support i laboratoriet
I fremtiden, forskerne ønsker at forbedre deres læringsprogram yderligere. På dette tidspunkt, det er et værktøj, der autonomt kan lære at løse en given opgave. Men i fremtiden, en maskine kan muligvis yde mere kreativ hjælp til forskere inden for grundforskning.