Ciencia archivos - Página 553 de 1860

INVDES

Investigación y Desarrollo

Un gusano acorazado revela los ancestros de tres grupos de animales

Ciencia slider

28 septiembre, 2022 Alberto Vazquez

Un gusano acorazado revela los ancestros de tres grupos de animales

Un gusano fósil bien conservado que data de hace 518 millones de años se parece al ancestro de tres grandes

Científico mexicano logra que jamaica elimine más bacterias que el cloro

Ciencia slider

28 septiembre, 2022 Alberto Vazquez

Científico mexicano logra que jamaica elimine más bacterias que el cloro

De cada 1000 bacterias, el cloro elimina 500, pero la jamaica alcanza a matar a 900. Se espera que el

Así analizarán el resultado del histórico choque entre una nave y un asteroide

Ciencia slider

28 septiembre, 2022 Alberto Vazquez

Así analizarán el resultado del histórico choque entre una nave y un asteroide

Además de observaciones con telescopios, en 2024 la Agencia Espacial Europea (ESA) lanzará la misión Hera, para examinar de cerca

Neptuno muestra sus "anillos fantasma" por primera vez en 30 años

Ciencia Destacada

27 septiembre, 2022 Alberto Vazquez

Neptuno muestra sus ‘anillos fantasma’ por primera vez en 30 años

Neptuno ha fascinado y dejado perplejos a los astrónomos desde su descubrimiento en 1846: ahora, el Telescopio James Webb ha

Primera imagen vía telescopio del impacto de DART contra un asteroide

Ciencia slider

27 septiembre, 2022 Alberto Vazquez

Primera imagen vía telescopio del impacto de DART contra un asteroide [VIDEO]

Vista desde un telescopio en Haewai de la nube de materia sale despedida del sistema Didymos tras el impacto de

Usando inteligencia artificial, físicos han comprimido un problema cuántico abrumador que requería 100.000 ecuaciones en una tarea fácil de tan solo cuatro ecuaciones, todo sin sacrificar la precisión. El trabajo, publicado en Physical Review Letters, podría revolucionar la forma en que los científicos investigan los sistemas que contienen muchos electrones que interactúan. Además, si es escalable a otros problemas, el enfoque podría ayudar potencialmente en el diseño de materiales con propiedades buscadas como la superconductividad o la utilidad para la generación de energía limpia. "Comenzamos con este enorme objeto de todas estas ecuaciones diferenciales acopladas; luego usamos el aprendizaje automático para convertirlo en algo tan pequeño que se puede contar con los dedos", dice en un comunicado el autor principal del estudio, Domenico Di Sante, investigador visitante y miembro del Centro de Física Cuántica Computacional (CCQ) del Instituto Flatiron en Nueva York y profesor asistente en la Universidad de Bolonia en Italia. El formidable problema se refiere a cómo se comportan los electrones cuando se mueven en una red en forma de rejilla. Cuando dos electrones ocupan el mismo sitio de red, interactúan. Esta configuración, conocida como modelo de Hubbard, es una idealización de varias clases importantes de materiales y permite a los científicos aprender cómo el comportamiento de los electrones da lugar a fases buscadas de la materia, como la superconductividad, en la que los electrones fluyen a través de un material sin resistencia. El modelo también sirve como campo de pruebas para nuevos métodos antes de que se liberen en sistemas cuánticos más complejos. Sin embargo, el modelo de Hubbard es engañosamente simple. Incluso para una cantidad modesta de electrones y enfoques computacionales de vanguardia, el problema requiere un poder de cómputo serio. Esto se debe a que cuando los electrones interactúan, sus destinos pueden entrelazarse mecánicamente cuánticamente: incluso una vez que están muy separados en diferentes sitios de red, los dos electrones no pueden tratarse individualmente, por lo que los físicos deben tratar con todos los electrones a la vez en lugar de uno a la vez. un momento. Con más electrones, surgen más enredos, lo que hace que el desafío computacional sea exponencialmente más difícil. Una forma de estudiar un sistema cuántico es usando lo que se llama un grupo de renormalización. Ese es un aparato matemático que los físicos usan para observar cómo cambia el comportamiento de un sistema, como el modelo de Hubbard, cuando los científicos modifican propiedades como la temperatura o observan las propiedades en diferentes escalas. Desafortunadamente, un grupo de renormalización que realiza un seguimiento de todos los acoplamientos posibles entre electrones y no sacrifica nada puede contener decenas de miles, cientos de miles o incluso millones de ecuaciones individuales que deben resolverse. Además de eso, las ecuaciones son complicadas: cada una representa un par de electrones interactuando. Di Sante y sus colegas se preguntaron si podrían usar una herramienta de aprendizaje automático conocida como red neuronal para hacer que el grupo de renormalización fuera más manejable. La red neuronal es como un cruce entre un operador de centralita frenético y la evolución de supervivencia del más apto. Primero, el programa de aprendizaje automático crea conexiones dentro del grupo de renormalización de tamaño completo. Luego, la red neuronal modifica las fortalezas de esas conexiones hasta que encuentra un pequeño conjunto de ecuaciones que genera la misma solución que el grupo original de renormalización de tamaño gigante. La salida del programa capturó la física del modelo de Hubbard incluso con solo cuatro ecuaciones. "Es esencialmente una máquina que tiene el poder de descubrir patrones ocultos", dice Di Sante. "Cuando vimos el resultado, dijimos: 'Vaya, esto es más de lo que esperábamos'. Realmente pudimos capturar la física relevante". Entrenar el programa de aprendizaje automático requirió mucho poder computacional, y el programa se ejecutó durante semanas enteras. La buena noticia, dice Di Sante, es que ahora que tienen su programa asesorado, pueden adaptarlo para trabajar en otros problemas sin tener que empezar de cero. Él y sus colaboradores también están investigando qué es lo que el aprendizaje automático realmente está "aprendiendo" sobre el sistema, lo que podría proporcionar información adicional que, de otro modo, sería difícil de descifrar para los físicos. En última instancia, la mayor pregunta abierta es cómo de bien funciona el nuevo enfoque en sistemas cuánticos más complejos, como materiales en los que los electrones interactúan a largas distancias. Además, existen interesantes posibilidades para usar la técnica en otros campos que se ocupan de los grupos de renormalización, dice Di Sante, como la cosmología y la neurociencia. Fuente: europapress.es

Ciencia slider

27 septiembre, 2022 Alberto Vazquez

Logran disminuir de 100 mil a sólo 4 ecuaciones en la resolución de un problema cuántico

Usando inteligencia artificial, físicos han comprimido un problema cuántico abrumador que requería 100.000 ecuaciones en una tarea fácil de tan

Muestras de Ryugu incluyen agua del sistema solar exterior inicial

Ciencia slider

27 septiembre, 2022 Alberto Vazquez

Muestras de Ryugu incluyen agua del sistema solar exterior inicial

El primer análisis de muestras del asteroide Ryugu incluyen agua con CO2 en un cristal de sulfuro de hierro y

¿Por qué hubo luces azules en el cielo tras terremoto en México?

Ciencia slider

27 septiembre, 2022 Alberto Vazquez

¿Por qué hubo luces azules en el cielo tras terremoto en México?

El fenómeno natural está asociado a movimientos telúricos. Aquí la explicación científica En la madrugada de este jueves 22 de

Un grupo de científicos hace historia al descubrir cómo revivir un ‘diente muerto’

Ciencia slider

27 septiembre, 2022 Alberto Vazquez

Un grupo de científicos hace historia al descubrir cómo revivir un ‘diente muerto’

Este proceso de regeneración celular en dientes se encuentra en fase experimental y se realiza en Venezuela de manera gratuita

En qué consiste la anorgasmia en las mujeres, síntomas y características

Ciencia Destacada

26 septiembre, 2022 Alberto Vazquez

En qué consiste la anorgasmia en las mujeres, síntomas y características

La anorgasmia significa ausencia de orgasmo tanto en los hombres, como en las mujeres. Junto con el vaginismo (imposibilidad para