A iniciativa est liderada por Humberto Michinel e David N. Olivieri
Membros do Ifcae desenvolven un proxecto estatal que busca con IA novas propiedades fsicas en sistemas cunticos e fotnicos
Céntrase en simular sistemas non lineais multidimensionais mediante redes neuronais
Un equipo do Instituto de ±õ²Ô±¹±ð²õ³Ù¾±²µ²¹³¦¾±²Ô en Fsica, Computacin e Ciencia Aeroespacial (Ifcae) da Âé¶¹¹û¶³ est a desenvolver un proxecto estatal centrado na simulacin de sistemas cunticos non lineais multidimensionais mediante redes neuronais informadas por fsica. Empregando intelixencia artificial, nel buscan atopar novas propiedades fsicas en sistemas cunticos e fotnicos.Â
A iniciativa arrancou en setembro de 2024 e est previsto que remate en decembro de 2027, contando cun orzamento de 62.500 euros e financiamento do Ministerio de Ciencia e Innovacin. O equipo que a desenvolve est formado por membros do Ifcae, que ten a súa sede no campus de Ourense, tendo como investigadores principais a Humberto Michinel, profesor da Escola de Enxeara Aeronutica e do Espazo, e a David N. Olivieri, profesor da Escola Superior de Enxeara Informtica. Completan o grupo o persoal docente e investigador destes centros Mara José Lado, Leandro Rodrguez e José Ramn Salgueiro. O estudo d continuidade s lias de traballo destes investigadores e investigadora en mbitos como a fotnica e a intelixencia artificial.Â
O proxecto, explican os seus responsables de xeito simplificado, consiste en "educar" a unha intelixencia artificial para que poida atopar novas propiedades fsicas en certos sistemas cunticos e fotnicos dunha forma moi enxeosa: en lugar de adestrarse con miles de exemplos, como fan as intelixencias artificiais convencionais, emprega as propias leis fsicas do problema. "Deste xeito, unha rede neuronal propn unha solucin candidata ecuacin que rexe un certo sistema (por exemplo pulsos de luz en fibras pticas ou nubes cunticas de tomos ultrafros) e logo “examnase" a si mesma comprobando canto incumpre esa ecuacin en distintos puntos do espazo e o tempo", detalla o equipo da Âé¶¹¹û¶³. Cada vez que a rede falla, engaden, a intelixencia artificial axusta os seus parmetros internos para reducir o erro, repetindo o proceso millns de veces ata que a súa solucin respecta tanto a ecuacin como as condicins iniciais do problema.
Segundo explican os responsables do proxecto Simulacin de sistemas cunticos non lineais multidimensionais mediante redes neuronais informadas por fsica, a gran vantaxe da súa proposta é que non necesita as custosas mallas de clculo dos métodos numéricos tradicionais e pode mesmo traballar "ao revés": deducir parmetros fsicos descoecidos a partir de medicins experimentais. As súas aplicacins potenciais, apuntan, "son enormes: desear comunicacins por fibra ptica mis eficientes, modelar futuros ordenadores cunticos, ou acelerar simulacins que hoxe requiren supercomputadores".
