En el camino a un laboratorio inteligente, los físicos de Innsbruck y Viena presentan un agente artificial que diseña de forma autónoma experimentos cuánticos. En los experimentos iniciales, el sistema ha re descubierto independientemente técnicas experimentales que hoy en día son estándar en los laboratorios ópticos cuánticos modernos.muestra cómo las máquinas podrían desempeñar un papel más creativo en la investigación en el futuro.
Llevamos teléfonos inteligentes en nuestros bolsillos, las calles están salpicadas de autos semiautónomos, pero en el laboratorio de investigación los experimentos aún están siendo diseñados por personas. Sin embargo, esto podría cambiar pronto. En el grupo del físico de Innsbruck Hans Briegel, investigadores investiganla pregunta de en qué medida las máquinas pueden realizar investigaciones de forma autónoma. Para este propósito, utilizan el modelo de simulación proyectiva de inteligencia artificial, desarrollado por el grupo, para permitir que una máquina aprenda y actúe creativamente. La memoria de esta máquina autónoma almacena muchos individuosfragmentos de experiencia, que están conectados en red. La máquina construye y adapta sus recuerdos mientras aprende de la experiencia exitosa y no exitosa. Ahora, los científicos de Innsbruck se han unido a colegas vieneses en el grupo de Anton Zeilinger, quienes previamente demostraron la utilidad deprocedimientos automatizados en el diseño de experimentos cuánticos con un algoritmo de búsqueda llamado Melvin. Algunas de estas computadorasexperimentos inspirados ya se han realizado en el laboratorio de Zeilinger.Juntos, los físicos ahora han entendido que los experimentos cuánticos son un entorno ideal para probar la aplicabilidad de la IA a la investigación.Por lo tanto, utilizaron el modelo de simulación proyectiva para investigar el potencial de los agentes de aprendizaje artificial en este banco de pruebas.En un artículo publicado en las Actas de la Academia Nacional de Ciencias, los investigadores ahora presentan sus primeros resultados.
Experimentos optimizados diseñados por un agente de IA
Todo comienza con una mesa de laboratorio vacía para experimentos cuánticos fotónicos. Luego, el agente artificial intenta desarrollar nuevos experimentos colocando virtualmente espejos, prismas o divisores de haz en la mesa. Si sus acciones conducen a un resultado significativo, el agente tiene un mayoroportunidad de hacer una secuencia similar de acciones en el futuro. Esto se conoce como una estrategia de aprendizaje por refuerzo. "El aprendizaje por refuerzo es lo que distingue nuestro modelo de la búsqueda automatizada previamente estudiada, que se rige por la búsqueda aleatoria imparcial", dice Alexey Melnikov del Departamentode Física Teórica en la Universidad de Innsbruck. "El agente artificial realiza decenas de miles de experimentos en la mesa de laboratorio virtual. Cuando analizamos la memoria de la máquina, descubrimos que se han desarrollado ciertas estructuras", explica su colega Hendrik Poulsen Nautrup.Los físicos ya conocen algunas de estas estructuras como herramientas útiles de los laboratorios ópticos cuánticos modernos.completamente nuevo y podría, en el futuro, probarse en el laboratorio."El aprendizaje por refuerzo es lo que nos permite encontrar, optimizar e identificar una gran cantidad de soluciones potencialmente interesantes", dice Alexey Melnikov."Y a veces también proporciona respuestas a preguntas que ni siquiera hicimos".
Apoyo creativo en el laboratorio
En el futuro, los científicos quieren mejorar aún más su programa de aprendizaje. En este punto, es una herramienta que puede aprender de forma autónoma a resolver una tarea determinada. Pero, ¿puede una máquina ser más que una herramienta? ¿Puede proporcionar más asistencia creativa?a los científicos en investigación básica: esto es lo que los científicos quieren descubrir y solo el futuro puede decir qué respuestas les están reservadas.
El trabajo fue financiado en parte por el Fondo de Ciencia de Austria FWF y la Fundación de Caridad de Templeton World.
Fuente de la historia :
Materiales proporcionado por Universidad de Innsbruck . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :