在一项重新定义人工智能在科学中角色的突破中，一个研究团队创建了一种能够以超越人类科学家的精度设计物理实验的工具。这一成果发表在权威期刊《自然》上，表明人工智能不仅辅助数据分析，还能提出超出人类直觉的最优实验配置。
这个AI是如何工作的？
与传统的聊天机器人不同，该系统不模仿语言或重组现有信息。它是一个优化引擎，将物理组件（激光器、透镜、镜子、探测器和电子设备）转化为数学语言。然后，它系统性地遍历数百万种可能的硬件组合，以确定针对给定目标的最有效配置。
“这就像有一个助手，在巨大的参数空间中探索所有设计可能性，而人类需要花费数年时间，”图宾根大学机器学习教授、该算法的主要开发者马里奥·克伦解释道。
当前应用与未来潜力
该工具已应用于多个前沿领域：
- 核聚变反应堆：优化组件布局，提高等离子体约束效率。
- 粒子探测器：设计最大化稀有事件捕获的配置。
- 引力波：提高干涉仪灵敏度，使探测更微弱的信号成为可能。
- 电子显微镜：改善涉及量子纠缠实验的分辨率。
人类角色仍然关键
尽管能力强大，AI并不定义目标或提出科学问题。研究人员设定目标、限制条件（如成本或能量限制）和成功标准。机器负责在这些参数内找到最优路径。
然而，一些生成的解决方案过于复杂，科学家难以从概念上解释，尽管在数学上它们更优越。“这是一个迷人的挑战：理解AI为何选择某些配置，可以教会我们新的物理原理，”维也纳工业大学电子显微镜中心主任菲利普·哈斯林格评论道。
对科学未来的影响
这一进展不会取代科学家，而是增强他们。通过将最优配置的搜索委托给AI，研究人员可以专注于创造力和假设提出。该工具可能加速清洁核聚变或引力波探测等技术的发展，为实验物理开辟新前沿。
这项研究得到了Phys.org的支持，并由Infobae传播，将AI定位为实验室中不可或缺的合作伙伴，而非替代品，而是扩展我们发现边界的伙伴。