Bo nawet najtęższe umysły tego świata, chociażby Albert Einstein, potrzebowały czasu, aby posiąść swoją imponującą wiedzę. Tutaj jest inaczej: komputer jeszcze przed rozpoczęciem nauki otrzymuje wiedzę o fundamentalnych prawach fizyki. Efekt realizacji takiej strategii okazał się spektakularny, ponieważ projektowanie zaawansowanych komponentów optycznych trwa teraz nawet dziesięciokrotnie krócej, niż do tej pory.
Na czele zespołu badawczego stanął Philippe Tassin mający ogromne doświadczenie w nanofotonice. To dziedzina zajmująca się kontrolowaniem światła na niezwykle małych skalach, często mniejszych od długości samej fali świetlnej. W takich warunkach światło zachowuje się w sposób trudny do przewidzenia, a projektowanie materiałów zdolnych do jego precyzyjnego sterowania wymaga ogromnej liczby skomplikowanych symulacji komputerowych.
Dotychczas naukowcy musieli tworzyć dziesiątki tysięcy takich symulacji, aby wygenerować wystarczającą ilość danych do wytrenowania sieci neuronowej. Uzyskanie pojedynczego zestawu danych mogło zająć od kilku minut do nawet godziny. Łącznie przygotowanie odpowiedniej bazy treningowej trwało natomiast nawet miesiąc. A wiecie, co było najgorsze? Jeśli pojawiała się potrzeba uwzględnienia dodatkowych parametrów, cały proces należało powtórzyć niemal od początku.
Cyfrowy supermózg jest niczym student, który zaczyna studia z wiedzą obejmującą kilka nadchodzących semestrów
Przełom nastąpił, gdy badacze wyposażyli sztuczną inteligencję w podstawową wiedzę z zakresu elektromagnetyzmu i fizyki. Zamiast zmuszać algorytm do samodzielnego odkrywania zależności ukrytych w danych, przekazali mu najważniejsze prawa rządzące zachowaniem światła. Dzięki temu system nie musiał już za każdym razem uczyć się tych samych zasad od podstaw.
Dzięki temu, zamiast poświęcać czas na naukę podstaw, cyfrowy supermózg może od razu przejść do rozwiązywania bardziej zaawansowanych problemów. Oznacza to znacznie szybsze osiąganie wysokiej skuteczności przy jednoczesnym ograniczeniu liczby wymaganych danych treningowych. Nowy system nie tylko działa szybciej, ale dodatkowo popełnia mniej błędów. Po zakończeniu procesu szkolenia potrafi analizować dowolną strukturę optyczną i określać jej właściwości w czasie liczonym w milisekundach. Co więcej, wyniki są bardziej stabilne i bardziej zgodne z prawami fizyki niż w przypadku klasycznych modeli opartych wyłącznie na analizie danych.
Czytaj też: Wszechświat pełen zagadek. Przełomowa ankieta ujawnia podziały wśród fizyków w fundamentalnych kwestiach
Konsekwencje tego przełomu wydają mi się potencjalnie gigantyczne. Nowatorskie materiały mogłyby znaleźć zastosowanie w nowej generacji soczewek do aparatów fotograficznych i okularów. Dzięki precyzyjnej kontroli światła możliwe będzie tworzenie konstrukcji lżejszych, cieńszych oraz bardziej efektywnych niż obecnie stosowane rozwiązania. Jeszcze większe nadzieje możemy wiązać z rozwojem komputerów kwantowych. Szwedzi mówią bowiem o możliwości wykorzystania specjalnych kryształów fotonicznych do przesyłania informacji między procesorami kwantowymi. Takie materiały mogłyby pełnić rolę niezwykle wydajnych przewodników światła, umożliwiając szybką i stabilną komunikację między elementami przyszłych systemów obliczeniowych. W ogólnym rozrachunku nowa strategia powinna sprawdzić się wszędzie tam, gdzie konieczne jest wykonywanie kosztownych obliczeń.
