นักวิทยาศาสตร์พลเมืองเก่งในการสร้างคอนเดนเสทของ Bose–Einstein

นักวิทยาศาสตร์พลเมืองเก่งในการสร้างคอนเดนเสทของ Bose–Einstein

นักวิทยาศาสตร์พลเมืองมีผลงานที่เหนือกว่านักฟิสิกส์ในการสร้างคอนเดนเสทของ Bose–Einstein (BECs) ของอะตอมที่เย็นจัด นั่นคือการค้นพบทีมนักวิทยาศาสตร์และนักสังคมศาสตร์ระดับนานาชาติ ซึ่งเป็นความท้าทายในการเพิ่มประสิทธิภาพครั้งแรกที่ประชาชนสามารถสร้าง BEC จากระยะไกลได้โดยใช้ลำแสงเลเซอร์และสนามแม่เหล็ก ผู้เชี่ยวชาญด้านการเพิ่มประสิทธิภาพ

โดยใช้อัลกอริธึมล้ำสมัยมีความท้าทาย

ที่คล้ายกัน และทั้งสองกลุ่มสร้าง BEC ที่มีอะตอมมากกว่านักฟิสิกส์ที่สร้างการทดลอง แม้ว่านักฟิสิกส์จะมีเวลาหลายเดือนในการปรับปรุงเทคนิคของตนให้สมบูรณ์แบบจากการศึกษาพฤติกรรมของนักวิทยาศาสตร์พลเมือง 600 คนที่เข้าร่วม ทีมงานได้เปิดเผยข้อมูลเชิงลึกเกี่ยวกับสิ่งที่ทำให้การแก้ปัญหาของมนุษย์ไม่เหมือนใคร นอกจากการให้คำแนะนำในการสร้างอัลกอริธึมขั้นสูงตามสัญชาตญาณของมนุษย์แล้ว การศึกษายังแนะนำวิธีใช้ประโยชน์จากมนุษย์และปัญญาประดิษฐ์ที่ดีที่สุดในอนาคตอีกด้วย

งานวิจัยนี้จัดทำโดยJacob Shersonและเพื่อนร่วมงานที่มหาวิทยาลัย Aarhus ในเดนมาร์ก มหาวิทยาลัย Ulm ในเยอรมนี และมหาวิทยาลัย Sussex ในสหราชอาณาจักร เชอร์สันและเพื่อนร่วมงานบางคนมีส่วนร่วมใน โครงการ ScienceAtHomeซึ่งพัฒนาเกมที่ใช้พลังสมองของสาธารณชนทั่วไปในการแก้ปัญหาความท้าทายด้านวิทยาศาสตร์ควอนตัม ในปี 2559 พวกเขาอธิบายว่าผู้เล่นมากกว่า 10,000 คนจากหนึ่งในเกมเหล่านี้ –  Quantum Moves – ได้เพิ่มประสิทธิภาพการทำงานที่สามารถใช้คอมพิวเตอร์ควอนตัมสมมุติฐานได้อย่างมีประสิทธิภาพ “[ด้วยการเคลื่อนไหวควอนตัม] 

เราบันทึกไว้ว่ามนุษย์สามารถมีส่วนร่วมในการแก้ปัญหาที่ซับซ้อนได้” เชอร์สันกล่าว “ด้วยงานปัจจุบันของเรา ตอนนี้เราเผชิญกับความท้าทายในการเริ่มต้นตอบคำถามว่าพวกเขามีส่วนร่วมอย่างไร”เมฆอะตอมงานวิจัยล่าสุดนี้เกี่ยวข้องกับการตั้งค่าการทดลองใน Aarhus ซึ่งอะตอมของ rubidium-87 ถูกจับในกับดักที่ทำจากลำแสงเลเซอร์สองลำและสนามแม่เหล็ก จากนั้นอะตอมจะถูกทำให้เย็นลงเพื่อสร้าง BEC โดยลดความเข้มของลำแสงเลเซอร์และการไล่ระดับสนามแม่เหล็ก 

เมื่อปิดกับดักแล้ว เมฆอะตอมก็ถูกถ่ายภาพ

เพื่อแสดงจำนวนทั้งหมดที่ก่อตัวเป็น BEC ซึ่งเป็นสถานะควอนตัมของสสารที่มีการใช้งานที่หลากหลาย รวมถึงการตรวจจับควอนตัมและการจำลองผู้เล่นจากทั่วโลกเชื่อมต่อกับ Aarhus แบบเรียลไทม์ผ่านอินเทอร์เฟซระบบคลาวด์ออนไลน์ ด้วยวิธีนี้ ผู้เล่นแต่ละคนสามารถเปลี่ยนค่าพารามิเตอร์ของลำแสงเลเซอร์และสนามแม่เหล็ก ซึ่งต่อมาเปลี่ยนเป็นลำดับการทดลองในห้องปฏิบัติการ ประมาณ 35 วินาทีต่อมา ผู้เล่นได้รับผลการแข่งขัน

อาจจะไม่น่าแปลกใจเลยที่ผู้เชี่ยวชาญด้านการเพิ่มประสิทธิภาพที่ทำงานกับอัลกอริธึมการปรับให้เหมาะสมที่มีประสิทธิภาพสูงพบโซลูชันที่ดีที่สุด เหนือกว่าวิธีที่ดีที่สุดก่อนหน้านี้ ในการทำซ้ำประมาณ 100 ครั้ง สำหรับนักวิทยาศาสตร์พลเมือง Sherson และเพื่อนร่วมงานได้สร้างอินเทอร์เฟซผู้ใช้ที่เรียกว่า Alice Challenge ซึ่งเปลี่ยนปัญหาให้กลายเป็นเกมแบบโต้ตอบและมีส่วนร่วม ในช่วงสองสัปดาห์ มีการส่งและแก้ปัญหา 7577 รายการในห้องปฏิบัติการ และจากนี้ ผู้เล่นสามารถสร้าง BEC ที่มีอะตอม 2.6 ล้านอะตอม ซึ่งเป็นสถิติใหม่สำหรับการทดลอง

วิธีคิดแบบใหม่เชอร์สันอธิบายว่าการแก้ปัญหาแตกต่างกันอย่างเห็นได้ชัดและต่างจากวิธีการสร้าง BEC ที่รู้จักกันก่อนหน้านี้ นอกจากนี้: “เราใช้วิธีแก้ปัญหาของทั้ง [ผู้เชี่ยวชาญ] และนักวิทยาศาสตร์พลเมือง และขยายและบีบอัดพวกเขาในระยะเวลา” เขากล่าวเสริม “เราพบว่าพวกมันมีระดับความแข็งแกร่งที่แตกต่างกันมาก แสดงให้เห็นว่ามีประโยชน์ในการสร้างวิธีการแก้ปัญหาที่แตกต่างกันมาก”

นักสังคมศาสตร์ในทีมของ Sherson 

ได้รับโอกาสพิเศษในการวิเคราะห์วิธีที่นักวิทยาศาสตร์พลเมืองแต่ละคนและร่วมกันค้นหาวิธีแก้ปัญหาภายใน Alice Challenge ในโลกแห่งความเป็นจริง พวกเขาพบว่าตรงกันข้ามกับอัลกอริธึมซึ่งทำขั้นตอนเล็กๆ เพื่อปรับปรุงโซลูชันปัจจุบันซ้ำแล้วซ้ำเล่า มนุษย์ปรับกลยุทธ์การค้นหาของตนตามวิธีการทำงาน ผู้เล่นที่มีผลงานดีทำการเปลี่ยนแปลงเล็กน้อยเพื่อเพิ่มประสิทธิภาพโซลูชัน ในขณะที่ผู้เล่นที่ผลงานไม่ดีมักจะคิดค้นและลองสิ่งใหม่ทั้งหมด เมื่อคนหลังเห็นความสำเร็จ พวกเขาค่อยๆ ปรับให้เข้ากับกลยุทธ์ของอดีต และในทางกลับกัน

เราและนักวิชาการอื่น ๆ เชื่อว่าอนาคตจะมีมากขึ้นในแพลตฟอร์มปัญญาประดิษฐ์แบบไฮบริด: อินเทอร์เฟซที่ใช้ประโยชน์จากสิ่งที่ดีที่สุดของมนุษย์และปัญญาประดิษฐ์ได้อย่างเหมาะสมเจคอบ เชอร์สันสัญชาตญาณของมนุษย์แสดงให้เห็นว่าทั้งมีค่าและยากที่จะทำซ้ำในรูปแบบอัลกอริธึม เชอร์สันแนะนำว่าการศึกษาแสดงให้เห็นว่าอัลกอริธึมในอนาคตสามารถรับแรงบันดาลใจจากวิธีที่มนุษย์ทำการกระโดดโดยสัญชาตญาณโดยระบุรูปแบบจากข้อมูลเพียงเล็กน้อย นอกจากนี้ เขายังเห็นศักยภาพของการผสมผสานสิ่งที่ดีที่สุดของทั้งสองโลก: “เราและนักวิชาการอื่น ๆ เชื่อว่าอนาคตจะอยู่ในแพลตฟอร์มปัญญาประดิษฐ์แบบผสมผสานมากขึ้น: อินเทอร์เฟซที่ใช้ประโยชน์จากสิ่งที่ดีที่สุดของมนุษย์และปัญญาประดิษฐ์อย่างเหมาะสม”

นักเล่นเกมคอมพิวเตอร์แก้ปัญหาควอนตัมTobias Lauschผู้เชี่ยวชาญด้าน BEC   จาก Technische Universität Kaiserslautern ซึ่งไม่ได้มีส่วนร่วมในการศึกษานี้ ชอบแนวทางและแนวคิดที่นักวิจัยนำไปใช้ในการทดลอง แม้ว่าเขาจะรู้สึกว่า “น่าเสียดายที่มีการรวบรวมข้อมูลไม่เพียงพอที่จะศึกษาทุกแง่มุมของ ประสิทธิภาพของมนุษย์และต้องเน้นเฉพาะพฤติกรรมการค้นหาเบื้องต้นเท่านั้น”

เขาเห็นด้วยกับ Sherson ว่าแนวทางไฮบริดเพื่อการเพิ่มประสิทธิภาพมีแนวโน้มที่ดี: “กลยุทธ์การเพิ่มประสิทธิภาพส่วนใหญ่ตามอัลกอริทึมวิวัฒนาการสุ่มพารามิเตอร์” เขากล่าว “นักวิทยาศาสตร์พลเมืองในแง่นี้เป็นเมล็ดพันธุ์ที่น่ายินดีมาก”

ทีมงานกำลังหันความสนใจไปที่การใช้ผลการศึกษาโดยการรวม BEC ขนาดใหญ่เข้ากับการจัดการอะตอมเดี่ยวเพื่อสร้างเครื่องจำลองควอนตัมอะตอมที่เป็นกลางซึ่งเป็นสารตั้งต้นของคอมพิวเตอร์ควอนตัมทั่วไป

Credit : เกมส์ออนไลน์แนะนำ >>>สล็อตแตกง่าย