Due ricercatori del Perimeter Institute hanno dimostrato come un algoritmo di apprendimento automatico comunemente utilizzato per i riconoscimenti facciali consente di risolvere un complesso problema di fisica della materia, il problema della transizione di fase.

Due ricercatori del Perimeter Institute di Waterloo (Canada), Juan Carrasquilla e Roger Melko, hanno utilizzato una rete neurale per identificare le transizioni tra stati della materia.

Il progetto, scherzosamente battezzato «Phasebook», ha utilizzato un algoritmo di apprendimento automatico presente in TensorFlow, la libreria open source originariamente sviluppata dal Google Brain Team, solitamente utilizzato per il riconoscimento facciale o le elaborazioni in linguaggio naturale, per distinguere, in un semplice magnete, la fase ferromagnetica ordinata da una fase disordinata ad alta temperatura. Attraverso tale algoritmo sarebbe anche possibile individuare il punto critico in cui si realizza la transizione di fase, afferma Carrasquilla.

La ricerca, pubblicata lo scorso 13 febbraio sulla rivista Nature Physics, convalida l’idea che il rapporto tra fisica teorica e intelligenza artificiale può essere un fruttuoso scambio bidirezionale.

Fonte: Perimeter Institute