4月23日，埃默里大学物理学家在利用人工智能分析数据、揭示自然规律方面取得重要进展。他们将定制神经网络与对尘埃等离子体中粒子的精确三维追踪结合，揭示粒子相互作用隐藏模式，相关成果发表于《美国国家科学院院刊》(PNAS)。
该研究聚焦非互易力，即一个粒子对另一个粒子的影响与自身受到的影响不同。研究团队由埃默里大学实验物理学家和理论物理学家合作组成，将定制神经网络与实验室数据结合，证明人工智能不仅能分析数据、预测，还能助力发现新物理定律。
论文资深合著者贾斯汀·伯顿称，研究证明人工智能可用于发现新物理学，其方法非黑箱，框架具普适性，有望应用于其他多体系统。论文共同资深作者伊利亚·内门曼表示，能以超99%准确度描述非互易力，还纠正了一些常见理论假设的误差。
研究提供了对尘埃等离子体物理机制的详尽描述之一。该系统由充满相互作用的带电粒子(含微小尘埃颗粒)的电离气体组成。研究团队认为，此方法可广泛应用于由众多相互作用组件构成的系统，如工业材料、活细胞群等。
该研究第一作者余文涛目前是加州理工学院博士后研究员，共同作者伊斯兰·阿卜杜勒阿利姆是佐治亚理工学院博士后研究员。研究主要由美国国家科学基金会资助，西蒙斯基金会提供额外资助。美国国家科学基金会等离子体物理项目主任维亚切斯拉夫(斯拉瓦)·卢金称，此项目是跨学科合作范例，有望推动生命系统研究发展。
等离子体被称为物质第四态，约占可见宇宙的99.9%。尘埃等离子体含额外带电尘埃粒子，存在于土星环、地球电离层等多种环境。月球上带电尘埃因微弱引力悬浮，野火期间烟尘与烟雾混合会形成尘埃等离子体，干扰无线电信号。
伯顿实验室通过受控实验研究尘埃等离子体，开发断层成像方法捕捉粒子三维运动，理论生物物理学家内门曼关注复杂系统集体运动。与生命系统相比，尘埃等离子体是检验新思想的简单环境，是探索人工智能揭示新物理原理的理想案例。
构建人工智能模型需周密计划，因实验数据有限，团队花费一年多时间完善设计，最终模型将粒子运动分解为三个主要影响因素。人工智能成功捕捉到复杂相互作用，包括粒子间不对称力，研究结果挑战了先前理论。研究团队通过额外实验证实结论。
研究人员开发的基于物理学的神经网络可在标准台式电脑上运行，为研究多体系统提供灵活框架。内门曼即将前往德国任教，将教学生用人工智能推断生命系统集体运动物理规律。科学家认为，人类专业知识在开发和使用人工智能工具中至关重要，伯顿对未来持乐观态度，认为人工智能可打开新领域探索大门。
