来源：《美国国家科学院院刊》（PNAS）
美国埃默里大学团队利用AI破解了尘埃等离子体（如土星环、野火烟雾中的物质状态）中粒子相互作用的非互易力机制。研究人员通过3D成像系统记录粒子运动轨迹，训练内置物理规则的神经网络，最终以99%的精度揭示了”前导粒子吸引追随者，但追随者排斥前导粒子”的非对称作用力，并修正了”粒子电荷与尺寸正比””作用力随距离均匀衰减”等传统理论错误。该研究证明AI能以少量数据发现基础物理规律，相关框架可拓展至生物细胞、工业材料等多粒子系统研究。
来源：《美国国家科学院院刊》（PNAS）
美国埃默里大学团队利用AI破解了尘埃等离子体（如土星环、野火烟雾中的物质状态）中粒子相互作用的非互易力机制。研究人员通过3D成像系统记录粒子运动轨迹，训练内置物理规则的神经网络，最终以99%的精度揭示了”前导粒子吸引追随者，但追随者排斥前导粒子”的非对称作用力，并修正了”粒子电荷与尺寸正比””作用力随距离均匀衰减”等传统理论错误。该研究证明AI能以少量数据发现基础物理规律，相关框架可拓展至生物细胞、工业材料等多粒子系统研究。