Un innovador modelo de inteligencia artificial ha logrado desentrañar las complejas leyes físicas que rigen los plasmas de polvo, un estado de la materia que se encuentra en diversas partes del universo. Este avance, desarrollado por un equipo de científicos de la Universidad de Emory, no solo ha permitido medir con una precisión sin precedentes las propiedades de partículas individuales, sino que también ha desafiado teorías físicas que han permanecido inalteradas durante décadas.
Los plasmas de polvo son una mezcla de iones, electrones y partículas de polvo de tamaño micrométrico que adquieren carga eléctrica. Este estado de la materia es fundamental en procesos astrofísicos, como la formación de planetas, y se encuentra en lugares tan variados como los anillos de Saturno y el espacio interestelar. Sin embargo, su estudio ha sido complicado debido a la naturaleza compleja de las interacciones entre las partículas que lo componen.
### Un Modelo de IA con Enfoque Físico
Para abordar la complejidad de los plasmas de polvo, los investigadores diseñaron un modelo de IA específico, en lugar de utilizar un enfoque genérico. Este modelo fue creado incorporando desde el inicio las restricciones y simetrías que se esperan de un sistema físico. El experimento consistió en levitar un grupo de partículas de polvo dentro de una cámara de plasma, registrando sus trayectorias tridimensionales mediante un sistema de láseres y cámaras de alta velocidad. Estos datos, que capturaron la dinámica de las partículas, fueron utilizados para alimentar el modelo de IA.
El modelo se basa en la segunda ley de Newton y está estructurado con tres redes neuronales independientes que trabajan en conjunto para aprender simultáneamente sobre tres tipos de fuerzas que actúan sobre cada partícula: las fuerzas de interacción entre pares de partículas, las fuerzas ambientales generadas por el entorno, y la fuerza de arrastre que cada partícula experimenta al moverse a través del gas. La precisión del modelo fue notable, logrando predecir la aceleración de las partículas con un coeficiente de determinación (R²) superior a 0.99, lo que indica una concordancia casi perfecta con los datos experimentales.
### Descubrimientos que Desafían la Física Convencional
Con un modelo validado, los científicos utilizaron la IA como una herramienta para explorar la física del sistema, descubriendo dos desviaciones significativas de las teorías convencionales. La primera constatación se refiere al rango de interacción entre partículas, que se pensaba dependía únicamente de las propiedades del plasma. Sin embargo, el modelo de IA reveló que este rango aumenta con el tamaño promedio de las partículas que interactúan, lo que significa que las partículas más grandes pueden influir mutuamente a mayores distancias, un fenómeno no predicho por los modelos teóricos existentes.
La segunda desviación se relaciona con la carga de las partículas, que no sigue la regla esperada de la teoría de «límite de movimiento orbital» (OML). Esta teoría sostiene que la carga eléctrica adquirida por una partícula debería ser proporcional a su masa elevada a la potencia de 1/3. Sin embargo, los resultados del estudio mostraron que esta relación es más compleja, con un exponente que varía entre 0,30 y 0,80, dependiendo de la presión del gas en el sistema.
Para validar estos hallazgos, el equipo realizó una simulación por computadora donde las partículas seguían las leyes teóricas conocidas. Al analizar estos datos simulados, la IA fue capaz de extraer correctamente las reglas con las que fue creada la simulación, confirmando que las desviaciones encontradas en los datos experimentales son fenómenos físicos reales y no errores de inferencia.
Este trabajo representa un avance significativo en la forma de estudiar sistemas complejos. Al dotar a la inteligencia artificial de una base de conocimiento físico, los investigadores han creado una herramienta capaz de actuar como un científico autónomo, descubriendo nuevas leyes de la naturaleza directamente a partir de datos experimentales. Este enfoque promete ser aplicable a una amplia gama de sistemas, desde la materia coloidal hasta el comportamiento colectivo de organismos vivos, abriendo una nueva era de descubrimientos guiados por la IA.
