Нейросеть «Ограниченная машина Больцмана» помогает в изучении спиновых стекол
Статья «Вычисление основных состояний спиновых стекол, используя ограниченную машину Больцмана» принята к публикации в 8 номере «Письма в ЖЭТФ» – ведущего российского журнала по теоретической физике. Ее авторы – сотрудники Лаборатории суперкомпьютерных и квантовых вычислений и Лаборатории статистической физики конденсированных сред, Департамента теоретической физики и интеллектуальных технологий ИНТиПМ, студенты и аспиранты ДВФУ.
Статья на сайте журнала «Письма в ЖЭТФ»: http://jetpletters.ru/ps/2371/article_35091.shtml
Журнал «Письма в ЖЭТФ» публикует краткие оригинальные статьи, требующие срочной публикации и представляющие общий интерес для широкого круга читателей-физиков. К категории срочных публикаций относятся первые наблюдения новых физических явлений и теоретические работы, содержащие принципиально новые результаты. Журнал «Письма в ЖЭТФ» является одним из самых уважаемых научных изданий в России. Его материалы переводятся на английский язык, а авторов цитируют ученые со всего мира.
Нейронные сети сегодня широко применяются при решении различных практических задач, таких как распознавание изображений, анализ данных, компьютерное зрение и др., в том числе и в физике, причем не только для очевидных задач, связанных с автоматизацией анализа данных. Нейронные сети также позволяют проводить предсказательный анализ и по имеющимся данным, искать и предлагать новые способы использования существующих материалов, открывать их новые свойства и даже предсказывать новые вещества.
В своей статье ученые-физики ИНТиПМ описали применение нейронной сети, которая называется Ограниченная машина Больцмана, для изучения очень необычных физических систем – спиновых стекол, их главная особенность в том, что они даже при температурах очень близких к абсолютному нулю (-273.15 С) не переходят в упорядоченные состояния, т.е. не замораживаются (точнее делают это очень-очень медленно – в течении логарифмически длительного времени), в отличии от многих других веществ при таких низких температурах, поэтому их очень трудно изучать.
Авторы статьи написали код нейронной сети, который исполнялся на суперкомпьютере. Нейросеть позволила предсказывать, как должны расположиться магнитные моменты атомов при таких низких температурах, чтобы эти системы «заморозились».
– Мы загрузили в нейронную сеть различные конфигурации магнитных моментов атомов, и после обучения нейросеть выдала нам наборы оптимальных, с ее точки зрения, конфигураций, – рассказывает Виталий Капитан, кандидат физико-математических наук, заведующий Лабораторией суперкомпьютерных и квантовых вычислений. - Отбросив варианты, при которых энергия, наоборот, повысились, а не понизилась, мы загрузили правильные обратно в нейросеть. Повторив этот цикл много раз, нейронная сеть смогла получить такие конфигурации, которые уже не менялись от цикла к циклу, и их энергия также была ниже, чем у полученных ранее. Таким образом Ограниченная машина Больцмана позволила нам более детально изучить спиновые стекла и предсказать самые оптимальные конфигурации магнитных моментов атомов.
Наш научный коллектив планируют и дальше развивать тематику в области разработки и применения новых высокопроизводительных алгоритмов и методов машинного обучения для решения актуальных фундаментальных естественнонаучных задач в физике конденсированного состояния, а также внедрения высокопроизводительного вычислительного программного обеспечения для эффективного применения компьютерного моделирования, требующего интенсивных вычислений и анализа больших объемов данных на суперкомпьютерных системах. Всё это ускорит переход к передовым цифровым, интеллектуальным производственным технологиям при создании новых материалов, внедрению систем обработки больших объемов данных и методов машинного обучения и искусственного интеллекта в вычислительной и статистической физике, моделировании конденсированных сред, а также и в других областях наук, причем не только естественнонаучных, поскольку во многих областях человеческого знания, все активнее используются вычислительные системы – например в лингвистике, экономике и других, что открывает возможности для междисциплинарных исследований с применением современных численных методов. Особое внимание будет уделено подготовке и привлечению к выполнению проектов молодых ученых, в том числе аспирантов и студентов.