Argonalyst

Descoberta de nova fase de hidrogênio sólido por meio de aprendizado de máquina e simulações quânticas

Argonalyst
23 April 2023

De acordo com a revisão editorial e as políticas da Science X, os editores destacaram as seguintes características, garantindo a credibilidade do conteúdo:

Fases de hidrogênio sólido. À esquerda, a fase empacotada hexagonal bem estudada, enquanto à direita, a nova fase prevista pelas simulações informadas pela aprendizagem de máquina dos autores. Imagem de Wesley Moore. Crédito: A Faculdade de Engenharia Grainger da Universidade de Illinois Urbana-Champaign.

O hidrogênio, o elemento mais abundante no universo, é encontrado em todos os lugares, desde a poeira que preenche a maior parte do espaço exterior até os núcleos das estrelas até muitas substâncias aqui na Terra. Isso seria motivo suficiente para estudar o hidrogênio, mas seus átomos individuais também são os mais simples de qualquer elemento, com apenas um próton e um elétron. Para David Ceperley, professor de física da Universidade de Illinois Urbana-Champaign, isso torna o hidrogênio o ponto de partida natural para formular e testar teorias da matéria.

Ceperley, também membro do Centro de Ciência e Tecnologia da Informação Quântica de Illinois, usa simulações por computador para estudar como os átomos de hidrogênio interagem e se combinam para formar diferentes fases da matéria, como sólidos, líquidos e gases. No entanto, uma verdadeira compreensão desses fenômenos requer mecânica quântica e simulações mecânicas quânticas são caras. Para simplificar a tarefa, Ceperley e seus colaboradores desenvolveram uma técnica de aprendizado de máquina que permite que as simulações mecânicas quânticas sejam realizadas com um número sem precedentes de átomos. Eles relataram no Physical Review Letters que seu método encontrou um novo tipo de hidrogênio sólido de alta pressão que a teoria e os experimentos passados perderam.

"O aprendizado de máquina acabou ensinando muito para nós", disse Ceperley. "Tínhamos visto sinais de novo comportamento em nossas simulações anteriores, mas não confiávamos nelas porque só podíamos acomodar pequenos números de átomos. Com nosso modelo de aprendizado de máquina, pudemos aproveitar ao máximo os métodos mais precisos e ver o que está realmente acontecendo."

Os átomos de hidrogênio formam um sistema mecânico quântico, mas capturar todo o seu comportamento quântico é muito difícil, mesmo em computadores. Uma técnica de ponta como o Monte Carlo quântico (QMC) pode simular centenas de átomos de forma viável, enquanto a compreensão de comportamentos em grande escala requer a simulação de milhares de átomos ao longo de longos períodos de tempo.

Para tornar o QMC mais versátil, dois ex-estudantes de pós-graduação, Hongwei Niu e Yubo Yang, desenvolveram um modelo de aprendizado de máquina treinado com simulações QMC capaz de acomodar muitos mais átomos do que o QMC por si só. Eles então usaram o modelo com o associado de pesquisa pós-doutorado Scott Jensen para estudar como a fase sólida do hidrogênio que se forma em pressões muito altas derrete.

Os três estavam pesquisando diferentes temperaturas e pressões para formar uma imagem completa quando notaram algo incomum na fase sólida. Enquanto as moléculas no hidrogênio sólido são normalmente próximas à forma esférica e formam uma configuração chamada empacotamento hexagonal próximo - Ceperley comparou a laranjas empilhadas - os pesquisadores observaram uma fase em que as moléculas se tornam figuras alongadas - Ceperley as descreveu como em forma de ovo.

"Começamos com o objetivo não muito ambicioso de refinar a teoria de algo que conhecemos", lembrou Jensen. "Infelizmente, ou talvez felizmente, foi mais interessante do que isso. Houve esse novo comportamento aparecendo. Na verdade, era o comportamento dominante em altas temperaturas e pressões, algo que não havia indícios na teoria anterior."

Para verificar seus

Últimos vídeos

Confira os últimos vídeos publicados no canal

Argonalyst

Como Hackers roubaram MILHÕES em Bitcoin explorando um BUG quase invisível

Argonalyst

Os EUA proibiram esses Robôs por medo de espionagem

Argonalyst

O verdadeiro motivo pelo qual querem controlar a IA

Argonalyst

IA da OpenAI escapou do Sandbox? O que REALMENTE aconteceu

Argonalyst

A maior virada da Inteligência Artificial começou... e vem da China

Argonalyst

o ALERTA de Satya Nadella que ASSUSTOU o mercado de IA

Argonalyst

GPT 5.6 SURPREENDE: OpenAI finalmente alcançou a Anthropic?

Argonalyst

Os novos modelos de IA estão decepcionando... e ninguém quer admitir isso

Argonalyst

Midjourney quer ESCANEAR humanos e o Open Source já rivaliza com Claude Opus

Argonalyst

Rio 3.5 e Fable 5: as duas polêmicas que expõem o futuro da IA

Argonalyst

Fim dos PCs como conhecemos: Nvidia, Microsoft e IA local vão mudar tudo

Argonalyst

O plano SECRETO das Big Techs para cobrar MUITO mais pela IA

Argonalyst

BOLHA da IA ou NOVA era de crescimento EXPONENCIAL? O mercado está dividido

Argonalyst

Nova IA da OpenAI traduz em TEMPO REAL e pode mudar o mundo dos negócios

Argonalyst

Spec Driven Development (SDD): a habilidade que vai separar quem SOBREVIVE à IA