intelligence artificielle

Notre article "Precision Machine Learning" montre que les réseaux neuronaux surpassent l'interpolation simplex uniquement dans plus de 2 dimensions, en exploitant la modularité. Nous développons des astuces de formation pour un ML de haute précision, utiles pour la science et l'interprétabilité.

Résumé : Nous explorons les considérations particulières impliquées dans l'ajustement des modèles ML aux données demandant une très grande précision, comme c'est souvent le cas pour les applications scientifiques. Nous comparons empiriquement diverses méthodes d'approximation de fonctions et étudions leur évolution en fonction de l'augmentation des paramètres et des données. Nous constatons que les réseaux neuronaux peuvent souvent surpasser les méthodes d'approximation classiques pour les exemples à dimensions élevées, en découvrant et en exploitant automatiquement les structures modulaires qu'ils contiennent. Cependant, les réseaux neuronaux dressés-formés avec des optimiseurs courants sont moins puissants pour les cas à basse dimension, ce qui nous motive à étudier les propriétés uniques des zones de déperdition des réseaux neuronaux et les défis d'optimisation qui se présentent et correspondent dans le régime de haute précision. Pour résoudre le problème de l'optimisation en basse dimension, nous développons des astuces d'entraînement-formation qui nous permettent de faire fonctionner les réseaux neuronaux avec une déperdition extrêmement faibles, proche des limites permises par la précision numérique.

Auteur: Tegmark Max

Info: Écrit avec Eric J. Michaud et Ziming Liu, oct 2022

[ mathématiques appliquées ] [ apprentissage automatique ] [ physique computationnelle ] [ machine-homme ] [ affinements mécaniques ] [ sémantique élargie ]

nano-monde

Un nouvel état exotique de la matière
En créant des atomes dans des atomes, une recherche marque le début d'une nouvelle ère de la physique quantique.

Essentiels aux propriétés de la matière, les atomes sont largement connus comme les blocs de construction de l'univers. Si vous avez toujours en tête vos cours de sciences du lycée, vous vous souvenez peut-être que les atomes sont constitués de protons chargés positivement, de neutrons neutres et d'électrons chargés négativement. Mais il y a beaucoup d'espace laissé libre entre ces particules subatomiques.

Les électrons évoluent généralement en orbite autour de leur noyau atomique. Puisque ces blocs de construction peuvent être emplis de tant de vide, une équipe de scientifiques de l'Université de Technologie de Vienne et de l'Université d'Harvard a voulu savoir s'il était possible de combler ce vide avec d'autres atomes.

LES ATOMES DE RYDBERG
En physique quantique, les scientifiques peuvent créer des atomes de Rydberg, l'état excité d'un atome, possédant un ou plusieurs électrons en orbite loin du noyau et dont le nombre quantique principal n (numéro de la couche) est très élevé.

"La distance moyenne entre l'électron et son noyau peut être aussi grande que plusieurs centaines de nanomètres, soit plus de 1000 fois le rayon d'un atome d'hydrogène," a indiqué Jochim Burgdörfer, directeur de l'Institut de physique théorique de l'Université de technologie de Vienne.

Dans cette nouvelle étude publiée dans Physical Review Letters, les chercheurs expliquent avoir créé un condensat de Bose-Einstein à partir d'atomes de strontium, refroidissant un gaz dilué de bosons, un type de particules subatomiques, pour se rapprocher autant que possible du zéro absolu. Ensuite, avec un laser, ils ont transféré de l'énergie à l'un de ces atomes, le transformant en un atome de Rydberg avec un grand rayon atomique. Ce rayon était plus grand que la distance normale entre deux atomes dans le condensat.

Les atomes neutres n'ont guère d'impact sur le chemin des électrons de cet atome de Rydberg en raison de leur manque de charge. Mais l'électron capte toujours les atomes neutres dispersés le long de son chemin, ce qui l'empêche de se transformer en un autre état de matière.

Les simulations informatiques montrent que cette interaction est faible, ce qui crée une liaison entre les atomes de Rydberg et les autres atomes.

"C'est une situation très inhabituelle," explique Shuhei Yoshida, professeur de TU Wien qui a également pris part à la recherche. "Normalement, nous avons affaire à des noyaux chargés, à des électrons qui se lient autour d'eux. Ici nous avons un électron et des atomes neutres qui se lient."

Ce nouvel état de matière exotique, appelé polarons de Rydberg, ne peut se produire qu'à basse température. Si les températures se réchauffent, les particules se déplacent plus rapidement et le lien se brise.

"Pour nous, ce nouvel état de matière faiblement lié représente une nouvelle manière passionnante d'étudier la physique des atomes ultrafroids," poursuit M. Burgdörfer. "De cette façon, on peut sonder les propriétés d'un condensat de Bose-Einstein sur de très petites échelles avec une très grande précision."

Auteur: Internet

Info: d'Elaina Zachos, 20 avril 2020, https://www.nationalgeographic.fr

[ physique appliquée ]

matérialogie

La plupart des matériaux semblent suivre une mystérieuse " règle de quatre ", que les chercheurs ne comprennent toujours pas 

La découverte de régularités et de corrélations dans des données enthousiasme généralement les scientifiques, du moins lorsqu’ils peuvent l’expliquer. Dans le cas contraire, il arrive d’estimer que les données présentent des biais ayant mené à l’apparition de telles corrélations, faisant de l’étude un véritable casse-tête. Ces défauts dans les données sont communément appelés " artefacts expérimentaux ". Récemment, des chercheurs de l’École Polytechnique Fédérale de Lausanne (EPFL), après avoir constaté que la structure de base de la majorité des matériaux inorganiques suit une étrange " règle de quatre ", n’ont pas réussi à trouver d’explication à ce schéma (impliquant une ou plusieurs corrélations inexpliquées).

Tout est parti de l’analyse de deux bases de données largement utilisées sur les structures électroniques (Materials Project et Materials Cloud3-Dimensional). Ces deux collections comprennent environ 80 000 structures électroniques de matériaux expérimentaux et prédits. En principe, tous les types de structures électroniques devraient être présentés de manière égale. Cependant, les résultats ont révélé que cela est loin d’être le cas.

Les scientifiques ont en effet constaté que 60 % des matériaux possèdent une cellule unitaire primitive (la cellule la plus petite dans une structure cristalline) constituée d’un multiple de 4 atomes. Cette récurrence est appelée " règle de quatre " par la communauté scientifique.

Des difficultés à trouver une explication définitive

Comme les scientifiques ont tendance à le faire, l’équipe de recherche en question (EPFL), dirigée par Nicola Marzari, a tenté de trouver des explications à ce schéma inattendu. Au départ, les chercheurs ont estimé que l’émergence d’un tel modèle signifiait qu’il y avait un biais quelque part dans les données.

" Une première raison intuitive pourrait venir du fait que lorsqu’une cellule unitaire conventionnelle (une cellule plus grande que la cellule primitive, représentant la pleine symétrie du cristal) est transformée en cellule primitive, le nombre d’atomes est typiquement réduit de quatre fois ", a déclaré Elena Gazzarrini, ancienne chercheuse à l’EPFL et travaillant actuellement au CERN (Genève). " La première question que nous nous sommes posée visait à déterminer si le logiciel utilisé pour transformer en cellule primitive la cellule unitaire l’avait fait correctement, et la réponse était oui ", poursuit-elle.

Une fois la piste des erreurs évidentes écartée, les chercheurs ont effectué des analyses approfondies pour tenter d’expliquer la " règle de quatre ". L’équipe s’est alors interrogée si le facteur commun pouvait être le silicium, étant donné qu’il peut lier 4 atomes à son atome central. " Nous pourrions nous attendre à constater que tous les matériaux suivant cette règle de quatre incluent du silicium ", a expliqué Gazzarrini. Malheureusement, cela n’est pas le cas.

Gazzarrini et son équipe se sont alors basés sur les énergies de formation des composés. « Les matériaux les plus abondants dans la nature devraient être les plus énergétiquement favorisés, c’est-à-dire les plus stables, ceux avec une énergie de formation négative », explique Gazzarini. " Mais ce que nous avons constaté avec les méthodes informatiques classiques, c’est qu’il n’y avait aucune corrélation entre la règle de quatre et les énergies de formation négatives ".

En considérant ces constats, Gazzarrini a envisagé la possibilité qu’une analyse plus fine recherchant une corrélation entre les énergies de formation et les propriétés chimiques puisse fournir une explication à cette règle de quatre. Ainsi, l’équipe a fait appel à l’expertise de Rose Cernosky de l’Université du Wisconsin, experte en apprentissage automatique, pour créer un algorithme d’analyse plus puissant. L’algorithme en question regroupait notamment les structures en fonction de leurs propriétés atomiques. Ensemble, Cernosky et l’équipe de Gazzarrini ont ensuite examiné les énergies de formation au sein de classes de matériaux partageant certaines similitudes chimiques. Cependant, une fois de plus, cette nouvelle approche n’a pas permis de distinguer les matériaux conformes à la règle de quatre de ceux qui ne le sont pas.

Un mystère persistant, mais qui mène vers une découverte prometteuse

Bien que jusqu’à présent l’équipe n’a pas pu résoudre l’énigme de la règle de quatre, elle a toutefois fait une belle avancée : l’exclusion de plusieurs hypothèses logiques. Les chercheurs ont également fait une découverte prometteuse (la règle de quatre), qui pourrait servir à des études futures sur ce phénomène structurel.

En effet, avec un algorithme Random Forest, le groupe est en mesure de prédire avec 87 % de précision si un composé suit la règle de quatre ou non. " C’est intéressant, car l’algorithme utilise uniquement des descripteurs de symétrie locaux plutôt que globaux ", déclare Gazzarrini. " Ceci suggère qu’il pourrait y avoir de petits groupes chimiques dans les cellules (encore à découvrir) qui pourraient expliquer la règle de quatre ", a-t-elle conclu.

Auteur: Internet

Info: https://trustmyscience.com/ - Kareen Fontaine & J. Paiano·24 avril 2024 - Source : NPJ Computational materials

[ interrogation ] [ tétravalence ] [ physique appliquée ]