W ostatnim numerze PRL ukazała się praca w istotny sposób rozwijająca pojęcie atraktora hydrodynamicznego w opisie dynamiki plazmy kwarkowo-gluonowej. Profesorowie Michał Spaliński i Michał Heller (BP2) wraz z Viktorem Svenssonem, doktorantem NCBJ oraz R. Jeffersonem z Instytutu Maxa Plancka w Poczdamie pokazują jak metody uczenia maszynowego mogą umożliwić efektywne wykorzystanie tego podejścia w realistycznych sytuacjach.

W opublikowanym w tym tygodniu numerze czasopisma Physical Review Letters ukazała się praca zatytułowana „Hydrodynamic Attractors in Phase Space”. Jej autorami są trzej naukowcy z Zakładu Fizyki Teoretycznej NCBJ oraz ich współautor z Instytutu Maxa Plancka w Poczdamie. Profesor Michał Spaliński tak opisuje istotę przedstawionego wyniku:

„Płyny w stanie równowagi można opisać za pomocą bardzo niewielu parametrów, takich jak np. temperatura. Ten prosty stan mogą one osiągnąć wychodząc od bardzo złożonych stanów początkowych, których pełne określenie wymagałoby ogromnej ilości informacji. Informacja o stanie początkowym jest prawie całkowicie tracona w procesie osiągania równowagi, ale dokładny sposób, w jaki to się dzieje, jest fascynujący i nie do końca zrozumiany.

Motywacją do naszych badań była fizyka plazmy kwarkowo-gluonowej. Powstaje ona w eksperymentach zderzeń jądrowych prowadzących do wysoce złożonych, nierównowagowych stanów początkowych. Jest to szczególnie ciekawe, gdyż dynamika takich układów może nas wiele nauczyć o jądrowych oddziaływaniach silnych.

Nasze wcześniejsze badania ujawniły zaskakująco uniwersalne zachowanie układu gdy plazma jest wciąż bardzo daleko od równowagi - zjawisko to jest obecnie określane jako „atraktor hydrodynamiczny”. W naszej pracy proponujemy sposób śledzenia powstawania takiej uniwersalności, biorąc pod uwagę dużą liczbę historii systemu odpowiadających różnym warunkom początkowym. W prostych modelach pokazaliśmy, że metodę tę można wykorzystać do wizualizacji procesu utraty informacji. Co najważniejsze, pokazujemy również, że w bardziej skomplikowanych sytuacjach nasze podejście można efektywnie zastosować dzięki wykorzystaniu technik uczenia maszynowego.”

Pełny tekst pracy
„Hydrodynamic Attractors in Phase Space”
Michal P. Heller (Max Planck Institute for Gravitational Physics and NCBJ), Ro Jefferson (Max Planck Institute for Gravitational Physics), Michał Spaliński (Uniwersytet w Białymstoku and NCBJ), and Viktor Svensson (NCBJ and Max Planck Institute for Gravitational Physics),
Phys. Rev. Lett. 125, 132301
jest dostępny pod adresem https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.125.132301