Terobosan AI memecahkan masalah fisika kuantum yang telah lama ada
Peneliti di MIT telah mengembangkan sistem kecerdasan buatan yang secara efisien menangani masalah banyak-tubuh kuantum, tantangan yang belum terpecahkan selama 50 tahun. Metode baru ini menggunakan pembelajaran mesin untuk mendekati keadaan kuantum kompleks dengan kecepatan yang belum pernah terjadi sebelumnya. Kemajuan ini dapat mempercepat kemajuan dalam komputasi kuantum dan ilmu material.
Masalah banyak-tubuh kuantum telah lama membingungkan para fisikawan, memerlukan daya komputasi yang sangat besar untuk memodelkan interaksi banyak partikel pada tingkat kuantum. Pada 28 September 2025, tim dari Massachusetts Institute of Technology mengumumkan pendekatan berbasis AI yang baru yang menangani isu ini secara langsung.
Sistem tersebut, yang dirinci dalam makalah mendatang di Physical Review Letters, menggunakan jaringan saraf dalam untuk memprediksi fungsi gelombang keadaan dasar untuk sistem hingga 100 partikel. 'Metode AI kami mencapai hasil yang 100 kali lebih cepat daripada teknik numerik tradisional, sambil mempertahankan akurasi tinggi,' kata peneliti utama Dr. Elena Vasquez, asisten profesor di Departemen Fisika MIT. Efisiensi ini berasal dari pelatihan AI pada data kuantum simulasi, memungkinkannya untuk menggeneralisasi ke skenario dunia nyata tanpa perhitungan yang melelahkan.
Pengembangan alat ini berlangsung selama dua tahun, dibangun di atas aplikasi pembelajaran mesin sebelumnya dalam kimia kuantum. Tim mengujinya pada masalah acuan seperti model Hubbard, yang mensimulasikan perilaku elektron dalam padatan, menghasilkan aproksimasi dalam 1% kesalahan dari solusi eksak. Konteks latar belakang mengungkapkan bahwa memecahkan masalah banyak-tubuh sangat penting untuk merancang superkonduktor baru dan memahami superkonduktivitas suhu tinggi, bidang yang krusial untuk elektronik generasi berikutnya.
Implikasi meluas ke aplikasi praktis: simulasi yang lebih cepat dapat mempercepat penemuan obat dengan memodelkan interaksi molekuler dan meningkatkan prototipe perangkat kuantum. Namun, para ahli mencatat keterbatasan; AI unggul dalam sistem berdimensi rendah tetapi mungkin memerlukan penskalaan untuk material tiga dimensi. 'Meskipun menjanjikan, ini adalah langkah, bukan solusi lengkap,' komentar Dr. Vasquez, menekankan penyempurnaan yang sedang berlangsung.
Tidak ada kontradiksi besar yang muncul dalam pelaporan, karena pengumuman tersebut selaras dengan validasi yang ditinjau sejawat. Perkembangan ini menekankan peran AI yang semakin besar dalam sains fundamental, berpotensi menjembatani fisika teoretis dengan kelayakan komputasi.