近日，洛斯阿拉莫斯国家实验室与达姆施塔特工业大学的研究团队在《自然通讯》发表突破性研究成果，首次成功利用人工智能技术分析中子星观测数据，建立起天体物理宏观特性与质子、中子微观量子行为之间的可靠关联。科研团队整合了2017年双中子星并合事件(GW170817)的引力波数据及NICER望远镜对中子星的X射线观测数据，构建了一种由量子物理算法与神经网络共同组成的人工智能分析架构，能够高效推演高密度物质状态与星体宏观特征之间的联系。
这项研究首次实现了基于天体物理观测数据直接推导中子与质子间的相互作用，为理解强相互作用——这一维系夸克形成质子、中子并将核子结合为原子核的基本力——提供了创新途径。该成果特别有助于探究三体力(多粒子近距离作用)等核物理领域尚未充分理解的现象，并为研究夸克-胶子相变等极端条件下的物质形态奠定了方法论基础。
研究人员表示，该方法未来可应用于更先进的引力波探测器(如美国的“宇宙探索者”望远镜与欧洲的“爱因斯坦望远镜”)所获数据，有望以前所未有的精度揭示核力的深层性质。该研究不仅推动了核物理与天体物理的交叉融合，也为利用人工智能与大科学装置数据探索物质基本结构开辟了新的前沿方向。
