Uma inteligência artificial (AI, na sigla em inglês) seria capaz de ganhar um Prêmio Nobel? Essa é a questão provocadora sobre a qual uma equipe de cientistas está refletindo após usar o deep learning suportado por GPUs para acelerar suas pesquisas, com resultados impressionantes.
“A AI está superando os métodos convencionais”, afirma o doutorando da Universidade Nacional da Austrália, Paul Wigley a Michael Copeland. “Quanto mais aplicarmos a inteligência artificial à física, mais ela avançará”, defende.
Curioso quanto ao uso de deep learning em aplicações experimentais relacionadas à física, Wigley participa de uma equipe que usa a AI para produzir um condensado de Bose-Einstein, um estado da matéria no qual os átomos são resfriados a temperaturas próximas do zero absoluto e servem de ponto de partida para outras medições.
Retidos em enormes câmeras de metal, os átomos são, basicamente, armazenados em estruturas similares a um copo com paredes durante o estágio de resfriamento por evaporação. Tradicionalmente, as paredes são baixadas por cientistas humanos usando lasers para permitir que os átomos mais quentes escapem.
Wigley explica que sua equipe decidiu usar a AI para ajustar a potência dos feixes de laser e os resultados são surpreendentes. Normalmente, a saída do laser diminuiria (em vez de aumentar), mas a AI encontrou uma maneira de modular os feixes de laser para criar o condensado, esclarece o doutorando.
“Isso leva à pergunta: há algo mais relacionado à física que nós não necessariamente sabíamos e que a AI identificou? Ela seria capaz de fazer mais descobertas sobre ciência?”. Questionamentos como esse feito por Wigley parecem cada vez mais comuns para quem trabalha com a inteligência artificial. E, se depender da NVIDIA, a inteligência artificial seguirá intrigando e surpreendendo com seus feitos.
