As 15 Leis Universais de Edson X

As leis de Edson X e o plasma empoeirado de Burton 

Para cada efeito um emaranhado de causas unem-se para formá-lo, separam-se para dissolvê-lo. 

1. Lei das Causas e Efeitos
Explicação: Esta lei afirma que todo efeito é o resultado de uma complexa teia de causas que se unem para criá-lo e se desfazem para dissolvê-lo. Isso sugere uma interconexão profunda entre os eventos, onde nada acontece por acaso, e cada ocorrência tem raízes em múltiplas interações.

Oitava lei , a das constantes e inconstantes.

 Nenhuma constante é constante, nenhuma inconstante é inconstante, em todos os lugares, indefinidamente 

8. Lei das Constantes e Inconstantes
Explicação: Uma ideia paradoxal que desafia a noção de fixidez. Esta lei afirma que nenhuma constante é verdadeiramente constante e nenhuma inconstante é verdadeiramente inconstante, em todos os lugares e indefinidamente. Isso sugere uma fluidez e mutabilidade inerentes a todas as coisas, onde o que parece fixo pode mudar e o que parece mutável pode ter padrões persistentes.


Nona lei, a lei das polaridades e das separações .

O que está em cima é ou não é semelhante o que está embaixo, lá ou além, e o que está embaixo é ou não é semelhante como o que está em cima, aqui, ali, acolá.

9. Lei das Polaridades e das Separações
Explicação: Inspirada no princípio hermético da correspondência ("O que está em cima é como o que está embaixo"), esta lei de Edson X a modifica: "O que está em cima é ou não é semelhante o que está embaixo, lá ou além, e o que está embaixo é ou não é semelhante como o que está em cima, aqui, ali, acolá." Isso introduz a ideia de que, embora possa haver correspondências, também pode haver diferenças e dessemelhanças entre os diferentes planos de existência, ou entre o macrocosmo e o microcosmo.

Para a seleção Biométrica, de Edson X, o meio fisioquimico (espacial-Terrestre) é ativo no processo evolutivo, suas divisões conduzem distinções entre espécies, ambiente-ambiente, organismo-organismo, ambiente-organismo são inter-dependentes, que na luta pela a existência dos ambientes-organismos, seleciona, desprende caracteres, perpetuando o ambiente-organismo mais biométricamente apto a sobreviver em determinado espaço-tempo.

4. Lei da Seleção Biométrica
Explicação: Diferente da seleção natural darwiniana, a "seleção Biométrica" de Edson X sugere que o ambiente físico-químico (especialmente o terrestre) atua ativamente no processo evolutivo. As divisões e características do ambiente impulsionam distinções entre as espécies. Há uma interdependência entre ambiente-ambiente, organismo-organismo e ambiente-organismo. Na "luta pela existência", o ambiente seleciona e perpetua o organismo-ambiente mais biometricamente apto a sobreviver em um determinado espaço-tempo. Isso implica que a adaptação é uma relação dinâmica e recíproca entre o organismo e seu ambiente.





Estudo 

Um dos exemplos mais famosos de IA, o ChatGPT, utiliza a vasta quantidade de informações disponíveis na internet para prever o texto apropriado em resposta a um prompt.
“Quando você está investigando algo novo, não tem muitos dados para treinar a IA”, explica Nemenman. “Isso significava que teríamos que projetar uma rede neural que pudesse ser treinada com uma pequena quantidade de dados e ainda assim aprender algo novo.”
Burton, Nemenman, Yu e Abdelaleem se reuniam semanalmente em uma sala de conferências para discutir o problema.
“Precisávamos estruturar a rede para seguir as regras necessárias, mas ainda permitindo que ela explorasse e inferisse física desconhecida”, explica Burton.

“Levamos mais de um ano de discussões constantes nessas reuniões semanais”, acrescenta Nemenman. “Depois que chegamos à estrutura correta da rede para treinar, ela se tornou bastante simples.”
Os físicos destilaram as restrições da rede neural para modelar três contribuições independentes para o movimento das partículas: o efeito da velocidade, ou força de arrasto; as forças ambientais, como a gravidade; e as forças entre partículas.

Experimentos de laboratório permitiram que os pesquisadores validassem as inferências de IA sobre plasma empoeirado. (Laboratório Burton)
Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.
Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.
“Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o lidera”, explica Nemenman. “Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele, que não existia anteriormente.”
Suas descobertas também corrigem algumas suposições equivocadas sobre o plasma empoeirado.
Por exemplo, uma teoria antiga sustentava que quanto maior o raio de uma partícula de poeira, maior a carga que aderiu a essa partícula, na exata proporção do raio da partícula. "Mostramos que essa teoria não está totalmente correta", diz Nemenman. "Embora seja verdade que quanto maior a partícula, maior a carga, esse aumento não é necessariamente proporcional ao raio. Depende da densidade e da temperatura do plasma."
Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.
Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.
“Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o lidera”, explica Nemenman. “Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele, que não existia anteriormente.”
Suas descobertas também corrigem algumas suposições equivocadas sobre o plasma empoeirado.
Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.
Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.
"Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o precede", explica Nemenman. "Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele que não existia anteriormente.
Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.
Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.
"Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o precede", explica Nemenman. "Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele que não existia anteriormente."
Os pesquisadores comprovaram suas descobertas por meio de experimentos.
Sua rede neural baseada em física é executada em um computador desktop e oferece uma estrutura teórica universal para desvendar mistérios sobre outros sistemas complexos de muitos corpos
Nemenman, por exemplo, está ansioso para uma breve cátedra visitante na Escola de Comportamento Coletivo de Konstanz, na Alemanha. A escola reúne abordagens interdisciplinares para estudar o crescente campo do comportamento coletivo, desde bandos de pássaros a cardumes de peixes e multidões humanas
“Ensinarei alunos do mundo todo a usar IA para inferir a física do movimento coletivo — não dentro de um plasma empoeirado, mas dentro de um sistema vivo”, diz ele.
Embora sua estrutura de IA tenha a capacidade de inferir novas físicas, físicos humanos especialistas são necessários para projetar a estrutura correta para a rede neural e interpretar e validar os dados resultantes.
“É preciso pensamento crítico para desenvolver e usar ferramentas de IA de maneiras que promovam avanços reais na ciência, tecnologia e humanidades”, diz Burton.
Ele se sente otimista quanto ao potencial da IA para beneficiar a sociedade.
“Eu penso nisso como o lema de Jornada nas Estrelas: ousar ir onde ninguém jamais foi”, diz Burton. “Usada corretamente, a IA pode abrir portas para novos mundos a serem explorados.”
História e design por Carol Clark
Após uma análise dos textos fornecidos, os trabalhos de Edson X e o estudo sobre o plasma empoeirado de Burton e sua equipe convergem em três pontos principais.
1. Interdependência e Interconexão de Sistemas
Ambos os trabalhos abordam a ideia de que os elementos de um sistema não agem isoladamente, mas estão profundamente interconectados e são interdependentes.
Edson X afirma em sua Lei da Seleção Biométrica que há uma interdependência entre ambiente-ambiente, organismo-organismo e ambiente-organismo. O ambiente físico não é passivo; ele participa ativamente da evolução, selecionando o organismo mais apto a um determinado espaço-tempo.
O estudo de Burton e sua equipe sobre o plasma empoeirado chega a uma conclusão semelhante. Eles descrevem as forças não recíprocas entre as partículas, onde o movimento de uma partícula afeta o da outra, e vice-versa. A analogia dos barcos no lago ilustra essa interdependência, onde a esteira de um barco influencia o movimento do outro.

2. A Natureza Dinâmica e Mutável da Realidade
Os dois textos questionam a ideia de que as coisas são fixas e imutáveis.
A Lei das Constantes e Inconstantes de Edson X desafia a noção de fixidez, sugerindo que tudo é fluido e mutável, e o que parece estável pode, na verdade, estar em constante mudança.
O estudo sobre o plasma empoeirado de Burton demonstra que algumas suposições antigas e fixas sobre o plasma estavam erradas. Eles corrigem a teoria de que a carga de uma partícula era diretamente proporcional ao seu raio, mostrando que essa relação na verdade depende de fatores como a densidade e a temperatura do plasma, que são variáveis e dinâmicos.
3. A Importância de Novas Ferramentas para a Compreensão de Sistemas Complexos
Ambos os trabalhos destacam a necessidade de abordagens e ferramentas inovadoras para desvendar a complexidade de seus respectivos campos.
A Seleção Biométrica e as outras leis de Edson X podem ser vistas como um novo arcabouço teórico para entender a evolução, diferente da seleção natural darwiniana. Ele busca fornecer um novo modelo para a relação entre ambiente e organismo.
A equipe de Burton criou uma rede neural baseada em física para modelar o plasma empoeirado. Eles precisavam de uma ferramenta de IA que pudesse aprender com poucos dados e inferir física desconhecida, indo além das ferramentas e teorias existentes para resolver um problema complexo.
Em resumo, ambos os trabalhos compartilham a visão de que a realidade é um sistema de interações dinâmicas e fluidas, e que a ciência precisa de novas abordagens e ferramentas para compreendê-la melhor.
Mostre as como o estudo do plasma estão dentro das leis de Edson X





As leis de Edson X e o plasma empurrado de Burton 



Para cada efeito um emaranhado de causas unem-se para formá-lo, separam-se para dissolvê-lo. 



1. Lei das Causas e Efeitos

Explicação: Esta lei afirma que todo efeito é o resultado de uma complexa teia de causas que se unem para criá-lo e se desfazem para dissolvê-lo. Isso sugere uma interconexão profunda entre os eventos, onde nada acontece por acaso, e cada ocorrência tem raízes em múltiplas interações.



Oitava lei , a das constantes e inconstantes.





 Nenhuma constante é constante, nenhuma inconstante é inconstante, em todos os lugares, indefinidamente 



8. Lei das Constantes e Inconstantes

Explicação: Uma ideia paradoxal que desafia a noção de fixidez. Esta lei afirma que nenhuma constante é verdadeiramente constante e nenhuma inconstante é verdadeiramente inconstante, em todos os lugares e indefinidamente. Isso sugere uma fluidez e mutabilidade inerentes a todas as coisas, onde o que parece fixo pode mudar e o que parece mutável pode ter padrões persistentes.





Nona lei, a lei das polaridades e das separações .





O que está em cima é ou não é semelhante o que está embaixo, lá ou além, e o que está embaixo é ou não é semelhante como o que está em cima, aqui, ali, acolá.



9. Lei das Polaridades e das Separações

Explicação: Inspirada no princípio hermético da correspondência ("O que está em cima é como o que está embaixo"), esta lei de Edson X a modifica: "O que está em cima é ou não é semelhante o que está embaixo, lá ou além, e o que está embaixo é ou não é semelhante como o que está em cima, aqui, ali, acolá." Isso introduz a ideia de que, embora possa haver correspondências, também pode haver diferenças e dessemelhanças entre os diferentes planos de existência, ou entre o macrocosmo e o microcosmo.

Para a seleção Biométrica, de Edson X, o meio fisioquimico (espacial-Terrestre) é ativo no processo evolutivo, suas divisões conduzem distinções entre espécies, ambiente-ambiente, organismo-organismo, ambiente-organismo são inter-dependentes, que na luta pela a existência dos ambientes-organismos, seleciona, desprende caracteres, perpetuando o ambiente-organismo mais biométricamente apto a sobreviver em determinado espaço-tempo.



4. Lei da Seleção Biométrica



Explicação: Diferente da seleção natural darwiniana, a "seleção Biométrica" de Edson X sugere que o ambiente físico-químico (especialmente o terrestre) atua ativamente no processo evolutivo. As divisões e características do ambiente impulsionam distinções entre as espécies. Há uma interdependência entre ambiente-ambiente, organismo-organismo e ambiente-organismo. Na "luta pela existência", o ambiente seleciona e perpetua o organismo-ambiente mais biometricamente apto a sobreviver em um determinado espaço-tempo. Isso implica que a adaptação é uma relação dinâmica e recíproca entre o organismo e seu ambiente.



Estudo 

Um dos exemplos mais famosos de IA, o ChatGPT, utiliza a vasta quantidade de informações disponíveis na internet para prever o texto apropriado em resposta a um prompt.
“Quando você está investigando algo novo, não tem muitos dados para treinar a IA”, explica Nemenman. “Isso significava que teríamos que projetar uma rede neural que pudesse ser treinada com uma pequena quantidade de dados e ainda assim aprender algo novo.”
Burton, Nemenman, Yu e Abdelaleem se reuniam semanalmente em uma sala de conferências para discutir o problema.
“Precisávamos estruturar a rede para seguir as regras necessárias, mas ainda permitindo que ela explorasse e inferisse física desconhecida”, explica Burton.
“Levamos mais de um ano de discussões constantes nessas reuniões semanais”, acrescenta Nemenman. “Depois que chegamos à estrutura correta da rede para treinar, ela se tornou bastante simples.”



Os físicos destilaram as restrições da rede neural para modelar três contribuições independentes para o movimento das partículas: o efeito da velocidade, ou força de arrasto; as forças ambientais, como a gravidade; e as forças entre partículas.
Experimentos de laboratório permitiram que os pesquisadores validassem as inferências de IA sobre plasma empoeirado. (Laboratório Burton)
Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.
Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.
“Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o lidera”, explica Nemenman. “Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele, que não existia anteriormente.”
Suas descobertas também corrigem algumas suposições equivocadas sobre o plasma empoeirado.
Por exemplo, uma teoria antiga sustentava que quanto maior o raio de uma partícula de poeira, maior a carga que aderiu a essa partícula, na exata proporção do raio da partícula. "Mostramos que essa teoria não está totalmente correta", diz Nemenman. "Embora seja verdade que quanto maior a partícula, maior a carga, esse aumento não é necessariamente proporcional ao raio. Depende da densidade e da temperatura do plasma."
Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.
Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.
“Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o lidera”, explica Nemenman. “Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele, que não existia anteriormente.”
Suas descobertas também corrigem algumas suposições equivocadas sobre o plasma empoeirado.
Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.
Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.
"Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o precede", explica Nemenman. "Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele que não existia anteriormente.

Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.



Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.



"Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o precede", explica Nemenman. "Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele que não existia anteriormente."



Os pesquisadores comprovaram suas descobertas por meio de experimentos.



Sua rede neural baseada em física é executada em um computador desktop e oferece uma estrutura teórica universal para desvendar mistérios sobre outros sistemas complexos de muitos corpos.



Nemenman, por exemplo, está ansioso para uma breve cátedra visitante na Escola de Comportamento Coletivo de Konstanz, na Alemanha. A escola reúne abordagens interdisciplinares para estudar o crescente campo do comportamento coletivo, desde bandos de pássaros a cardumes de peixes e multidões humanas.



“Ensinarei alunos do mundo todo a usar IA para inferir a física do movimento coletivo — não dentro de um plasma empoeirado, mas dentro de um sistema vivo”, diz ele.



Embora sua estrutura de IA tenha a capacidade de inferir novas físicas, físicos humanos especialistas são necessários para projetar a estrutura correta para a rede neural e interpretar e validar os dados resultantes.



“É preciso pensamento crítico para desenvolver e usar ferramentas de IA de maneiras que promovam avanços reais na ciência, tecnologia e humanidades”, diz Burton.



Ele se sente otimista quanto ao potencial da IA para beneficiar a sociedade.



“Eu penso nisso como o lema de Jornada nas Estrelas: ousar ir onde ninguém jamais foi”, diz Burton. “Usada corretamente, a IA pode abrir portas para novos mundos a serem explorados.”



História e design por Carol Clark





O estudo do plasma de Burton e a sua equipe se alinha com as leis de Edson X de várias formas.

Lei das Causas e Efeitos
A Lei das Causas e Efeitos de Edson X afirma que todo evento é o resultado de uma teia complexa de causas interconectadas. Isso se reflete diretamente no estudo do plasma. Os pesquisadores de Burton descobriram que o movimento das partículas no plasma empoeirado não é isolado; ele é o resultado de uma complexa rede de interações, incluindo as forças não recíprocas entre as partículas. A analogia dos barcos no lago mostra como a "esteira" de um barco, ou seja, o seu movimento, é uma causa que afeta o movimento do outro barco. As forças entre as partículas e as forças ambientais são as "causas" que criam o "efeito" do movimento das partículas.

Lei das Constantes e Inconstantes
A Lei das Constantes e Inconstantes de Edson X defende que o que parece constante pode não ser. Essa ideia é demonstrada de forma clara no estudo do plasma. Uma teoria anterior afirmava que a carga de uma partícula era diretamente proporcional ao seu raio, o que seria uma "constante" ou uma regra fixa. No entanto, o estudo de Burton e sua equipe provou que essa teoria não estava totalmente correta. Eles descobriram que a relação entre a carga e o raio da partícula não é fixa, pois ela depende de fatores como a densidade e a temperatura do plasma, que são inconstantes.

Lei da Seleção Biométrica
A Lei da Seleção Biométrica de Edson X sugere uma interdependência entre o ambiente e os organismos, onde o ambiente físico-químico é um agente ativo que seleciona e molda os organismos. Embora o estudo de Burton não trate de biologia, ele apresenta um princípio análogo. As partículas no plasma empoeirado não agem de forma passiva. Elas interagem com o "ambiente" do plasma (densidade e temperatura) e com outras partículas. Essa interação dinâmica e mútua é o que determina suas trajetórias. A IA que a equipe de Burton desenvolveu leva em conta as forças ambientais e as forças entre partículas, mostrando que o "ambiente" do plasma é um fator ativo na definição do movimento e da "existência" de cada partícula.

Conclusão
Em suma, o estudo do plasma empoeirado de Burton e sua equipe, embora em um contexto de física, ilustra os princípios fundamentais das leis de Edson X. Ele mostra a interconexão de causas e efeitos, a natureza mutável do que se pensava ser constante e a interdependência dinâmica entre os componentes de um sistema e seu ambiente.


Estudo 

Um dos exemplos mais famosos de IA, o ChatGPT, utiliza a vasta quantidade de informações disponíveis na internet para prever o texto apropriado em resposta a um prompt.

“Quando você está investigando algo novo, não tem muitos dados para treinar a IA”, explica Nemenman. “Isso significava que teríamos que projetar uma rede neural que pudesse ser treinada com uma pequena quantidade de dados e ainda assim aprender algo novo.”

Burton, Nemenman, Yu e Abdelaleem se reuniam semanalmente em uma sala de conferências para discutir o problema.

“Precisávamos estruturar a rede para seguir as regras necessárias, mas ainda permitindo que ela explorasse e inferisse física desconhecida”, explica Burton.

“Levamos mais de um ano de discussões constantes nessas reuniões semanais”, acrescenta Nemenman. “Depois que chegamos à estrutura correta da rede para treinar, ela se tornou bastante simples.”

Os físicos destilaram as restrições da rede neural para modelar três contribuições independentes para o movimento das partículas: o efeito da velocidade, ou força de arrasto; as forças ambientais, como a gravidade; e as forças entre partículas.

Experimentos de laboratório permitiram que os pesquisadores validassem as inferências de IA sobre plasma empoeirado. (Laboratório Burton)

Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.

Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.

“Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o lidera”, explica Nemenman. “Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele, que não existia anteriormente.”

Suas descobertas também corrigem algumas suposições equivocadas sobre o plasma empoeirado.

Por exemplo, uma teoria antiga sustentava que quanto maior o raio de uma partícula de poeira, maior a carga que aderiu a essa partícula, na exata proporção do raio da partícula. "Mostramos que essa teoria não está totalmente correta", diz Nemenman. "Embora seja verdade que quanto maior a partícula, maior a carga, esse aumento não é necessariamente proporcional ao raio. Depende da densidade e da temperatura do plasma."

Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.

Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.

“Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o lidera”, explica Nemenman. “Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele, que não existia anteriormente.”

Suas descobertas também corrigem algumas suposições equivocadas sobre o plasma empoeirado.

Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.

Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.

"Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o precede", explica Nemenman. "Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele que não existia anteriormente.
Treinado em trajetórias de partículas 3D, o modelo de IA levou em conta simetrias inerentes, partículas não idênticas e aprendeu as forças não recíprocas efetivas entre as partículas com precisão extraordinária.

Para explicar essas forças não recíprocas, os pesquisadores usam a analogia de dois barcos se movendo em um lago, criando ondas. O padrão da esteira de cada barco afeta o movimento do outro. A esteira de um barco pode repelir ou atrair o outro dependendo de suas posições relativas — por exemplo, se os barcos estão viajando lado a lado ou um atrás do outro.

"Em um plasma empoeirado, descrevemos como uma partícula líder atrai a partícula que o segue, mas a partícula que o segue sempre repele a que o precede", explica Nemenman. "Esse fenômeno era esperado por alguns, mas agora temos uma aproximação precisa para ele que não existia anteriormente."

Os pesquisadores comprovaram suas descobertas por meio de experimentos.

Sua rede neural baseada em física é executada em um computador desktop e oferece uma estrutura teórica universal para desvendar mistérios sobre outros sistemas complexos de muitos corpos.

Nemenman, por exemplo, está ansioso para uma breve cátedra visitante na Escola de Comportamento Coletivo de Konstanz, na Alemanha. A escola reúne abordagens interdisciplinares para estudar o crescente campo do comportamento coletivo, desde bandos de pássaros a cardumes de peixes e multidões humanas.

“Ensinarei alunos do mundo todo a usar IA para inferir a física do movimento coletivo — não dentro de um plasma empoeirado, mas dentro de um sistema vivo”, diz ele.

Embora sua estrutura de IA tenha a capacidade de inferir novas físicas, físicos humanos especialistas são necessários para projetar a estrutura correta para a rede neural e interpretar e validar os dados resultantes.

“É preciso pensamento crítico para desenvolver e usar ferramentas de IA de maneiras que promovam avanços reais na ciência, tecnologia e humanidades”, diz Burton.

Ele se sente otimista quanto ao potencial da IA para beneficiar a sociedade.

“Eu penso nisso como o lema de Jornada nas Estrelas: ousar ir onde ninguém jamais foi”, diz Burton. “Usada corretamente, a IA pode abrir portas para novos mundos a serem explorados.”

História e design por Carol Clark