في عالم فيزيائية الجسيمات، يسعى العلماء إلى تحسين دقة النماذج الرياضية المعقدة التي تصف سلوك الجسيمات عند تصادمها. وفي هذا الإطار، تمثل الأبحاث الجديدة المعلنة في arXiv واحدة من التحولات الأساسية في هذا المجال من خلال استخدام الذكاء الاصطناعي (Artificial Intelligence) لتطوير طريقة جديدة تُعرف بإزالة الإشعاع تحت الأحمر (Infrared Subtraction).

يقوم هذا النهج الجديد على فصل مصطلح إشعاعي قابل للإدماج عن مساهمة محدودة في كيميائيات بورن (Born Kinematics)، مما يمهد الطريق لحسابات أكثر دقة وسرعة. وقد تم تصميم الإطار القائم على النمذجة كمساهمة لطيفة من الذكاء الاصطناعي، بعد أن هداه فهم البشر في علوم الفيزياء.

الذكاء الاصطناعي يُطبق هنا بشكل مبتكر من خلال نماذج لغوية ضخمة (Large Language Models) التي تساهم في تطوير تنفيذين رئيسيين، الأول يعتمد على شبكة عصبية لعرض المساحات ونمط تطابق لجمع تراكيب الأنظمة الكمية. أما الثاني، فهو يعتمد على بناء تحليلي يبقي زوايا بورن ثابتة عند التكامل على الإشعاع، مما يحقق فعالية أكبر في العمليات الحسابية.

النموذج الجديد يقدم بدلاً محليًا لإزالة الإشعاع بدون الحاجة إلى معايير تقسيم معقدة، مستخدمًا تقنيات قائمة على حسابات الإشعاع ذات الأوامر المنخفضة وتنبؤات توزيع حاد.

يمكن اعتبار هذا العمل بمثابة نقطة انطلاق لباب جديد في حسابات فيزيائية جسيمات عالية الدقة، حيث تم إعادة بناء تصحيحات NLO (Next-to-Leading Order) لإنتاج 3- و 4-jet في تصادم الإلكترونات والبوزيترونات.

ومع استخدام كمبيوتر محمول (Apple M1 MacBook) دون الحاجة المعقدة للاعتماد على وحدات معالجة الرسوميات، يُظهر هذا البحث إمكانية استخدام الموارد الحاسوبية المتاحة بفاعلية لجعل هذه الفكرة حقيقة.

وفي خطوة أخرى، تمت محاولة إنتاج دجيت NNLO (Next-to-Next-to-Leading Order) باستخدام بناء P2B، مما يعزز الفكرة أن الذكاء الاصطناعي يمكن أن يساهم بكفاءة في خطوات حسابات أعلى.

إجمالاً، تقدم هذه النظريات توضيحًا لكيف يمكن للذكاء الاصطناعي أن يسهم في تعزيز العلوم من خلال توفير أدوات وتقنيات لتعزيز الفهم البشري للكون من حولنا. ما رأيكم في هذه التطورات المثيرة؟ شاركونا في التعليقات.