Cercetări recente de la Florida Polytechnic University pun față în față fizica nucleară tradițională cu cele mai noi tehnici de învățare automată, iar rezultatele vin din Lakeland, Florida. Dr. Ian Bentley, profesor și conducător al Departamentului de Fizică, a dezvoltat un model numit Four Model Tree Ensemble care estimează energii de legare nucleară cu mare acuratețe, iar munca sa a fost prezentată la o conferință internațională de astrofizică din Germania și publicată în două articole în Physical Review C.
De zeci de ani, fizicienii încearcă să determine cât de precis pot calcula masele nucleelor, deoarece aceste mase dezvăluie informații despre modul în care se formează elementele în cosmos. Cunoaștem bine mecanismele prin care Soarele sintetizează elemente ușoare prin fuziune termonucleară, dar originile elementelor grele precum aurul, plumbul sau uraniul rămân subiecte de cercetare activă: supernovele și fuziuni de stele neutrone pot fi ateliere ale acestor sinteze, însă simulările care evaluează scenarii cosmice au nevoie de date de intrare foarte precise. Aici intervine importanța predicțiilor masei nucleare, experimentele care caută noi nuclee vor să știe ce valori de masă să aștepte, iar teoreticienii au nevoie de aceleași valori pentru simulări credibile.
Modelul lui Bentley nu se bazează pe rețele neuronale sau metode kernel, folosite frecvent în ultimii ani, ci îmbină mai mulți arbori de decizie într-un ansamblu avansat. E o schimbare de paradigmă: în loc să utilizeze un singur tip de algoritm, Four Model Tree Ensemble valorifică punctele forte ale mai multor modele pentru a diminua erorile de predicție. Bentley a recunoscut că la început a fost sceptic și a verificat dacă nu exista deja o soluție mai bună, dar rezultatele recente indică o îmbunătățire notabilă față de metodele anterioare. Câteva luni de muncă s-au încheiat cu prezentarea din Germania, unde colegii de breaslă au discutat despre acuratețea modelului, iar observațiile au fost susținute de cele două publicații din Physical Review C apărute în acest an.
Proiectul nu este unul solitar: Bentley colaborează cu o echipă care include și studenți de licență, între care James Tedder și Anthony Fiorito. Echipa intenționează să extindă cercetarea, iar schimbul de competențe face parte integrantă din dinamica proiectului, Anthony îi va arăta lui Bentley cum să aplice mai eficient conceptele de physics-informed machine learning, iar Bentley le va transmite studenților bazele fizicii nucleare. Pe scurt, schimbul este bidirecțional: cercetarea îi formează pe studenți și studenții îl împrospătează pe profesor, un fel de „mentorat invers” care câștigă teren în mediul de cercetare.
Un aspect relevant este și contextul instituției: Florida Polytechnic a început anul academic 2025-26 pe 18 august cu o înscriere-record de peste 1.900 de studenți, ceea ce indică o creștere a instituției și faptul că proiecte ca cel condus de Bentley dispun de resurse și un cadru adecvat. În plus, invitațiile primite pentru a vorbi la două laboratoare naționale arată interesul comunității de cercetare aplicată față de rezultate.
Tema centrală a acestui proiect acoperă mai multe niveluri: necesitatea datelor precise pentru simulări cosmice, integrarea metodelor de învățare automată în fizică și modul în care mediul academic dezvoltă competențe interdisciplinare între studenți și profesori. Proiecte de acest tip demonstrează că progresele metodologice, precum trecerea la ansambluri de arbori de decizie, pot influența în mod real interpretarea formării elementelor în univers și planificarea experimentelor nucleare. Urmează să vedem cum aceste predicții vor fi validate experimental și în ce măsură vor modela simulările proceselor astrofizice.
Modelul Four Model Tree Ensemble și cele două articole din Physical Review C ar putea modifica datele pe care se bazează simulările de sinteză a elementelor grele. Cum crezi că va afecta aceasta planificarea viitoarelor experimente nucleare sau simulările astrofizice?
Fii primul care comentează