A caminho de um laboratório inteligente, físicos de Innsbruck e Viena apresentam um agente artificial que projeta experimentos quânticos autonomamente. Em experimentos iniciais, o sistema (re) descobriu de forma independente técnicas experimentais que são padrão em laboratórios de óptica quântica modernos. Isso mostra como as máquinas podem desempenhar um papel mais criativo na pesquisa no futuro.

Os pesquisadores se perguntaram até que ponto as máquinas podem realizar pesquisas de forma autônoma. Eles usaram um modelo de simulação projetiva para inteligência artificial para permitir que uma máquina aprenda e aja de forma criativa. Esta máquina autônoma armazena muitos fragmentos individuais de experiência na memória, que estão ligados em rede.

A máquina constrói e adapta suas memórias enquanto aprende com as tentativas bem-sucedidas e malsucedidas. Os cientistas de Innsbruck se uniram ao grupo de Anton Zeilinger, que anteriormente demonstrou a utilidade de procedimentos automatizados no projeto de experimentos quânticos com um algoritmo de busca chamado Melvin. Alguns desses experimentos inspirados em computador já foram realizados no laboratório de Zeilinger. Juntos, os físicos determinaram que os experimentos quânticos são um ambiente ideal para testar a aplicabilidade da IA ​​à pesquisa. Portanto, eles usaram o modelo de simulação projetiva para investigar o potencial de agentes artificiais de aprendizagem neste ambiente de teste. Eles publicaram seus resultados no Proceedings of the National Academy of Sciences .

Experimentos otimizados projetados por um agente AI

O agente artificial desenvolve novos experimentos colocando espelhos virtualmente, prismas ou divisores de feixe em uma mesa de laboratório virtual. Se suas ações levarem a um resultado significativo, o agente tem uma chance maior de encontrar uma sequência semelhante de ações no futuro. Isso é conhecido como estratégia de aprendizagem por reforço.

"A aprendizagem por reforço é o que distingue o nosso modelo da pesquisa automatizada previamente estudada, que é governado por pesquisa aleatória imparcial, "diz Alexey Melnikov, do Departamento de Física Teórica da Universidade de Innsbruck." O agente artificial realiza dezenas de milhares de experimentos na mesa do laboratório virtual. Quando analisamos a memória da máquina, descobrimos que certas estruturas se desenvolveram, "diz Hendrik Poulsen Nautrup. Algumas dessas estruturas já são conhecidas pelos físicos como ferramentas úteis dos modernos laboratórios de óptica quântica. Outras são completamente novas, e poderia, no futuro, ser testado no laboratório.

"O aprendizado por reforço nos permite encontrar, otimizar e identificar uma grande quantidade de soluções potencialmente interessantes, "diz Alexey Melnikov." E às vezes também fornece respostas a perguntas que nem sequer perguntamos. "

Suporte criativo em laboratório

No futuro, os cientistas querem melhorar ainda mais seu programa de aprendizagem. Neste ponto, é uma ferramenta que pode aprender autonomamente a resolver uma determinada tarefa. Mas no futuro, uma máquina possivelmente poderia fornecer assistência mais criativa aos cientistas em pesquisa básica.