Grazie all’intelligenza artificiale, un problema di fisica quantistica composto da 100.000 equazioni è stato ridotto ad un insieme di appena quattro equazioni, senza per questo sacrificare l’accuratezza dei risultati. A riuscire nell’impresa è stato un gruppo internazionale di studiosi guidato da Domenico Di Sante, ricercatore al Dipartimento di Fisica e Astronomia “Augusto Righi” dell’Università di Bologna: lo studio è stato pubblicato sulla rivista Physical Review Letters. Il nuovo metodo messo a punto dai ricercatori potrebbe rivoluzionare il modo con cui gli scienziati studiano i sistemi composti da diversi elettroni che interagiscono tra loro: un approccio che potrebbe favorire lo sviluppo di nuovi materiali superconduttori e strumenti per la produzione di energia pulita. “Il nostro lavoro di ricerca ha mostrato per la prima volta come un enorme insieme di equazioni differenziali possa essere efficacemente semplificato fino ad arrivare ad un numero di equazioni che si può contare sulle dita di una mano”, spiega Di Sante. “Per farlo, abbiamo sviluppato specifiche reti neurali che sono alla base di sistemi di deep learning“. Il problema su cui si sono concentrati gli studiosi riguarda il modo con cui gli elettroni si muovono all’interno di un reticolo a griglia. Questa struttura – nota come “modello di Hubbard” – è un’idealizzazione che permette agli scienziati di comprendere in che modo possono nascere particolari fasi della materia come ad esempio la superconduttività, in cui gli elettroni si muovono all’interno di un materiale senza trovare resistenza.
