Исследовательская группа из Лос-Аламосской национальной лаборатории и Технического университета Дармштадта совершила прорыв в понимании ядерных сил, применив искусственный интеллект для анализа данных астрофизических наблюдений.
В новой работе, опубликованной в журнале Nature Communications, ученые использовали машинное обучение, чтобы связать макроскопические свойства нейтронных звезд с квантовым поведением протонов и нейтронов.
«Это исследование представляет собой первый случай в этой области, когда нам удалось надежно соединить макроскопический и микроскопический миры и вывести взаимодействия между нейтронами и протонами непосредственно из астрофизических данных«, — заявил физик Лос-Аламоса Инго Тьюс.
Команда проанализировала данные, полученные в 2017 году при регистрации гравитационных волн от слияния двух нейтронных звезд (событие GW170817), а также рентгеновские данные с телескопа NICER, изучающего вращающиеся нейтронные звезды. Прямое моделирование ядерных взаимодействий в таких плотных объектах является вычислительно сложной задачей, требующей огромных ресурсов.
Чтобы обойти это ограничение, ученые разработали инфраструктуру на базе искусственного интеллекта, состоящую из двух алгоритмов: первый, основанный на квантовой физике, быстро вычисляет свойства плотной материи, а второй, нейросеть, связывает эти свойства с характеристиками звезд, такими как размер и приливные деформации. «Разработанные нами инструменты показали себя замечательно — намного лучше, чем мы ожидали«, — отметил соавтор исследования Рахул Сомасундарам.
Этот подход открывает новые возможности для изучения сильного взаимодействия — одной из четырех фундаментальных сил, связывающей кварки в протоны и нейтроны, а также удерживающей нуклоны вместе в ядре. Особую ценность метод представляет для понимания трехчастичных сил, которые возникают только при тесном сближении трех или более частиц и являются одним из наименее изученных аспектов ядерной физики. Соединяя свойства нейтронных звезд с квантово-механическими свойствами нейтронов, команда прокладывает путь к изучению экзотических форм материи и фазовых переходов в кварки и глюоны.
В будущем применение этой методики к данным с новых детекторов, таких как телескоп Cosmic Explorer в США и телескоп Einstein Telescope в Европе, позволит получать еще более точные данные о природе ядерных сил.
Исследовательская группа из Лос-Аламосской национальной лаборатории и Технического университета Дармштадта совершила прорыв в понимании ядерных сил, применив искусственный интеллект для анализа данных астрофизических наблюдений.
В новой работе, опубликованной в журнале Nature Communications, ученые использовали машинное обучение, чтобы связать макроскопические свойства нейтронных звезд с квантовым поведением протонов и нейтронов.
«Это исследование представляет собой первый случай в этой области, когда нам удалось надежно соединить макроскопический и микроскопический миры и вывести взаимодействия между нейтронами и протонами непосредственно из астрофизических данных«, — заявил физик Лос-Аламоса Инго Тьюс.
Команда проанализировала данные, полученные в 2017 году при регистрации гравитационных волн от слияния двух нейтронных звезд (событие GW170817), а также рентгеновские данные с телескопа NICER, изучающего вращающиеся нейтронные звезды. Прямое моделирование ядерных взаимодействий в таких плотных объектах является вычислительно сложной задачей, требующей огромных ресурсов.
Чтобы обойти это ограничение, ученые разработали инфраструктуру на базе искусственного интеллекта, состоящую из двух алгоритмов: первый, основанный на квантовой физике, быстро вычисляет свойства плотной материи, а второй, нейросеть, связывает эти свойства с характеристиками звезд, такими как размер и приливные деформации. «Разработанные нами инструменты показали себя замечательно — намного лучше, чем мы ожидали«, — отметил соавтор исследования Рахул Сомасундарам.
Этот подход открывает новые возможности для изучения сильного взаимодействия — одной из четырех фундаментальных сил, связывающей кварки в протоны и нейтроны, а также удерживающей нуклоны вместе в ядре. Особую ценность метод представляет для понимания трехчастичных сил, которые возникают только при тесном сближении трех или более частиц и являются одним из наименее изученных аспектов ядерной физики. Соединяя свойства нейтронных звезд с квантово-механическими свойствами нейтронов, команда прокладывает путь к изучению экзотических форм материи и фазовых переходов в кварки и глюоны.
В будущем применение этой методики к данным с новых детекторов, таких как телескоп Cosmic Explorer в США и телескоп Einstein Telescope в Европе, позволит получать еще более точные данные о природе ядерных сил.
