AI ændrer måden forskere udfører eksperimenter på

Der er masser af spekulationer om, hvilken kunstig intelligens, eller AI, vil se ud i fremtiden, men forskere fra The Australian National University (ANU) udnytter allerede sin magt.

Gruppen fra ANU Department of Quantum Science har eksperimenteret med at fange atomer ved meget kolde temperaturer, i deres bestræbelser på at opbygge et kvantekommunikationsnetværk.

Nu har de udviklet et kunstigt neuralt netværk med AI for at hjælpe dem med at køre deres eksperimenter. Løst baseret på den menneskelige hjerne, neurale netværk giver computere mulighed for at "lære" at udføre opgaver.

"Vi bruger AI til at styre et stort antal input til vores eksperiment - de forskellige laser- og magnetfeltindstillinger - for at finde de bedst mulige eksperimentelle forhold, "sagde Dr. Geoff Campbell, postdoktor ved Center for Quantum Computation and Communication Technology.

"Fordi vi har så mange input, kan vi kun lave veluddannede gæt baseret på vores forståelse af, hvad der fungerer bedst, men AI er bedre til det end vi er. "

Kolde atomer er en vigtig del af ny teknologi som præcisionssensorer og atomure.

Denne seneste forskning har vist potentialet for AI til at optimere kolde atomsystemer. Løsningen fundet af AI kan fange dobbelt så mange kolde atomer på den halve tid.

"AI i vores eksperiment fandt en løsning, der er yderst effektiv og trodser vores intuition. Hundrede studerende, der arbejder i 100 år, ville sandsynligvis aldrig finde den, "sagde lektor Ben Buchler.

"Vores hovedforskningsfokus er at udvikle en kvante -repeater, en enhed, der kan bruges til at sende kvanteinformation over lange afstande. For at det kan fungere, vi skal fange så mange kolde atomer i det som muligt. Vanskeligheden er, at det er næsten umuligt at bygge en komplet model af, hvordan atomerne interagerer med hinanden, så vi skal optimere eksperimentet ved forsøg og fejl. AI lader os gøre det mere effektivt. "

Mens denne AI blev brugt til en bestemt opgave, forskerne er overbeviste om, at det kan have meget bredere applikationer.

"AI bruges i et stadigt stigende antal roller, fra optimering af ydeevnen på vores mobile enheder til stor dataanalyse, "sagde professor Lam.

"Det bliver kun mere almindeligt, efterhånden som det udvikles til et generelt værktøj, der kan frigøre forskere fra kedelig optimering af eksperimentelle indstillinger i laboratoriet."

Teamet mener, at programmet kunne bruges til at forbedre en række eksperimenter med mange inputparametre, ikke kun i kvanteinformationsfeltet.

Ser man ud over ren forskning, de siger, at det også kan få stor indflydelse på industri- og fremstillingsprocesser ved at øge effektiviteten og reducere omkostningerne.

"Dette er et eksempel på en større trend, hvor AI bliver mindre eksotisk og snart vil blive set som endnu et værktøj, som det videnskabelige samfund kan bruge, "sagde professor Lam.