AI makes quantum field theories computable
L'IA rend les théories quantiques des champs calculables
Par l'Université de Technologie de Vienne
Édité par Lisa Lock, relu par Robert Egan
Notes de la rédaction
Par l'Université de Technologie de Vienne
Édité par Lisa Lock, relu par Robert Egan
Notes de la rédaction
The GIST
Ajouter comme source privilégiée
Crédit : Université de Technologie de Vienne
Une énigme de longue date en physique des particules est résolue : comment formuler au mieux les théories quantiques des champs sur un réseau pour les simuler de manière optimale sur ordinateur ? La réponse se trouve dans l'IA.
Les théories quantiques des champs sont le fondement de la physique moderne. Elles expliquent le comportement des particules et la description de leurs interactions. Cependant, de nombreuses questions complexes en physique des particules ne peuvent être résolues simplement par des calculs manuels, mais uniquement par des simulations informatiques extrêmement complexes de théories quantiques des champs.
Ceci pose des problèmes d'une complexité exceptionnelle : les théories quantiques des champs peuvent être formulées de différentes manières sur ordinateur. En principe, elles aboutissent toutes aux mêmes prédictions physiques, mais de façon radicalement différente. Certaines variantes sont totalement inutilisables, imprécises ou inefficaces sur le plan du calcul, tandis que d'autres sont étonnamment pratiques. Depuis des décennies, les chercheurs s'efforcent de trouver la méthode optimale pour intégrer les théories quantiques dans les simulations informatiques. Une équipe de l'Université technique de Vienne (TU Wien), en collaboration avec des équipes américaines et suisses, a démontré que l'intelligence artificielle peut engendrer des progrès considérables dans ce domaine. Leur article est publié dans Physical Review Letters.
Dans un ordinateur, le monde entier est une grille.
« Si nous voulons travailler avec des théories quantiques des champs sur ordinateur, nous devons les discrétiser. Ce n'est en réalité pas inhabituel », explique David Müller, de l'Institut de physique théorique de la TU Wien. Chaque image sur un écran d'ordinateur est composée de petits pixels discrets ; le calcul de la trajectoire d'une fusée lunaire s'effectue par petits intervalles de temps discrets.
Il en va de même en physique des particules : un réseau à quatre dimensions est créé, avec trois dimensions spatiales et une dimension temporelle. Chaque point du réseau est stocké dans l'ordinateur, et la théorie quantique des champs détermine comment les points du réseau interagissent. Ainsi, il est possible de simuler, par exemple, ce qui se produit lors des collisions massives de particules au CERN, ou le comportement de la matière peu après le Big Bang.
En théorie quantique des champs, l'espace et le temps sont continus. Cependant, lors de la transposition des théories sur un réseau discret, on dispose de certains degrés de liberté : différentes théories sur réseau correspondent à une même théorie continue. Il est essentiel de choisir la variante qui promet le meilleur résultat de calcul. À défaut, la simulation informatique risque de se retrouver dans une impasse et de ne pas trouver la solution correcte dans un délai raisonnable.
Échelle différente, même résultat
Les équations dites de point fixe constituent un élément clé du succès. « Certaines formulations de la théorie quantique des champs sur réseau présentent une propriété particulièrement intéressante », explique Urs Wenger de l'Université de Berne. « Ils garantissent que certaines propriétés restent inchangées, même si l'on affine ou grossier le maillage. Dans ce cas, nous savons que cette propriété est fiable et qu'elle concorde, même à faible résolution (c'est-à-dire sur une grille à maillage large), avec le continuum correspondant à une grille infiniment fine.»
C'est un peu comme une carte existant à différentes échelles : tous les détails ne seront pas identiques sur chaque version. Mais certaines choses restent les mêmes, quelle que soit l'échelle, comme les frontières entre les pays. On peut donc être quasiment certain que cette propriété, si elle est indépendante de l'échelle de la carte, est aussi une propriété de la réalité elle-même.
Le succès de l'IA
Il y a déjà 30 ans, des expériences étaient menées pour adapter les formules du maillage de cette manière. Cependant, il existe des centaines de milliers de paramètres, bien trop nombreux pour un humain. « Beaucoup ont commencé à explorer ces concepts il y a trente ans, mais à l'époque, nous n'avions tout simplement pas les moyens techniques », explique Kieran Holland de l'Université du Pacifique. « En unissant nos forces à celles de l'équipe de l'Université technique de Vienne (TU Wien), nous avons enfin pu revisiter ces idées de longue date. »
Pour concrétiser cette vision, l'équipe a développé un réseau neuronal spécialement conçu à cet effet. Les solutions d'IA prêtes à l'emploi ne permettent pas d'atteindre cet objectif ; il était nécessaire de développer une intelligence artificielle qui, dès le départ, garantisse le respect des lois physiques spécifiées.
L'équipe est parvenue à ce résultat. L'action – la grandeur physique cruciale dans ces théories quantiques des champs, également connue sous le nom de « quantum d'action » de Planck – a pu être paramétrée sur un réseau grâce à l'IA, de sorte que même les réseaux grossiers présentent des erreurs remarquablement faibles. « Nous avons pu démontrer que cette approche ouvre une voie totalement inédite pour simuler des théories quantiques des champs complexes avec un effort de calcul raisonnable », explique Andreas Ipp de la TU Wien.
XXXXX
RESUME
L'IA rend les théories quantiques des champs calculables
L'intelligence artificielle permet une formulation optimale des théories quantiques des champs sur des réseaux discrets pour les simulations informatiques, améliorant considérablement l'efficacité et la précision des calculs. En utilisant des réseaux neuronaux conçus par l'IA et respectant les lois physiques, l'action peut être paramétrée de sorte que même des réseaux grossiers produisent des erreurs minimales, facilitant ainsi des simulations plus pratiques et fiables de phénomènes quantiques complexes.
XXXXXXXXXXXXXX
COMMENTAIRES
1/La theorie quantique des champs ,c est quoi au juste ????
Au départ, la théorie quantique des champs est née dans les années 1930 afin de combiner les principes de la physique quantique et ceux de la théorie de la relativité restreinte. Elle permet de décrire par exemple ce qu'il se passe dans les accélérateurs de particules comme celui du CERN.
2/J 'aime bien donner aux élèves en exemple clair sous forme de graphique ou d image ,en voici un !
Ce diagramme de Feynman représente l'annihilation d'un électron et d'un positron, qui produit un photon (représenté par une ligne ondulée bleue). Ce photon se décompose ensuite
en une paire quark-antiquark, puis l'antiquark émet un gluon (représenté par la courbe verte). Ce type de diagramme permet à la fois de représenter approximativement les processus physiques mais également de calculer précisément leurs propriétés, comme la section efficace de collision.
3/C 'est ce genre de representation que l 'on recherche sur les experimentations d'accelerateurs par exemple ....
XXXXXXXXXXX
Publication details
Kieran Holland et al, Machine-Learned Renormalization-Group-Improved Gauge Actions and Classically Perfect Gradient Flows, Physical Review Letters (2026). DOI: 10.1103/k41k-2pnc
Journal information: Physical Review Letters
Key concepts
Quantum field theoryNumeric
Aucun commentaire:
Enregistrer un commentaire