Statistik fizikadan alınan anlayışları maşın öyrənməsi ilə birləşdirən Bayreuth Universitetinin tədqiqatçıları göstərdilər ki, indi maddənin müəyyən şərtlərdə maye və ya qaz halında olacağına dair yüksək dəqiqlik və səmərəli proqnozlar vermək olar. Onlar öz tapıntılarını Physical Review X jurnalında dərc ediblər .

Bir stəkan suyun müşahidəsi suyun iki fərqli fazada mövcud olduğunu göstərir : maye və qaz. Otaq temperaturunda belə, su molekulları daim maye suyun səthindən buxarlanır və qaz fazasına keçir. Eyni zamanda qazdan olan bəzi su molekulları yenidən mayeyə kondensasiya olunur.

Bir fazadan digərinə keçid temperatur və təzyiqdən asılıdır. Kritik temperaturdan yuxarı qaz və mayenin eyni vaxtda mövcudluğu yox olur. Nəticədə yaranan superkritik maye artıq interfeys təşkil etmir. Bu, ayırma, təmizləmə və istehsal kimi sənaye prosesləri üçün vacibdir.

Bu əsas faza keçidinin baş verdiyi təzyiq və temperaturun, yəni qaynama nöqtəsinin dəqiq proqnozlaşdırılması əsas fizikanın hərtərəfli mənzərəsini və sənayedə də rol oynayan müşayiət olunan hadisələrin geniş spektrini başa düşməyi təmin edir.

Müəyyən şəraitdə su həm maye, həm də qaz halında, məsələn, bulud əmələ gəlməsində mövcud ola bilər: Temperaturdan asılı olaraq, havadakı su buxarı maye damcılarına kondensasiya olunur. Fazaların ayrılması nəzəriyyəsi mayenin və onun buxarının nə üçün və necə iki ayrı fazaya – maye və qaza bölünə biləcəyini izah edir.

https://googleads.g.doubleclick.net/pagead/ads?client=ca-pub-0536483524803400&output=html&h=188&slotname=8188791252&adk=1687169288&adf=4054963813&pi=t.ma~as.8188791252&w=750&abgtt=6&fwrn=4&lmt=1739427194&rafmt=11&format=750×188&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-02-machine-physics-merge-liquid-gas.html&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTMyLjAuNjgzNC4xOTciLG51bGwsMCxudWxsLCI2NCIsW1siTm90IEEoQnJhbmQiLCI4LjAuMC4wIl0sWyJDaHJvbWl1bSIsIjEzMi4wLjY4MzQuMTk3Il0sWyJHb29nbGUgQ2hyb21lIiwiMTMyLjAuNjgzNC4xOTciXV0sMF0.&dt=1739427194237&bpp=1&bdt=86&idt=91&shv=r20250210&mjsv=m202502100101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Df22668bce9793ae4%3AT%3D1735196613%3ART%3D1739426930%3AS%3DALNI_Mb4Xpwl1SO1AcvqroR6xccDm_sheQ&gpic=UID%3D00000f7c5320f40b%3AT%3D1735196613%3ART%3D1739426930%3AS%3DALNI_Mb1dz_DHiT2yDzXLMaB9CDkQl4XGg&eo_id_str=ID%3Dcdf7f2f01784f52d%3AT%3D1735196613%3ART%3D1739426930%3AS%3DAA-Afjb8kbeupLLyQ0QHQmZxpM4v&prev_fmts=0x0&nras=1&correlator=3408408263751&frm=20&pv=1&rplot=4&u_tz=240&u_his=3&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=447&ady=1707&biw=1903&bih=945&scr_x=0&scr_y=0&eid=31090266%2C95350442%2C95352069%2C31090339%2C95335247%2C95347432&oid=2&pvsid=753357150134527&tmod=362696656&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=96

19-cu əsrin sonlarında Thomas Andrews tərəfindən aparılan eksperimental müşahidələr kritik nöqtənin mövcudluğunu müəyyən etdi və qısa müddət sonra Johannes Diderik van der Waals (Nobel mükafatı 1910) sadə nəzəri modeldən istifadə edərək fazaların ayrılmasını təsvir etdi. Van der Vaalsın faza ayrılması nəzəriyyəsi dərslik materialıdır, lakin o, kobud təxminlərə əsaslanır. Bir maddənin müəyyən şərtlərdə maye və ya qaz olacağını proqnozlaşdırmaq çətindir. Klassik sıxlığın funksional nəzəriyyəsi kimi müasir statistik nəzəriyyələr daha da irəli gedir, lakin idarə edilməsi çətin olan təxminlərə əsaslanır.

Bayreuth Universitetinin Nəzəri Fizika II kafedrasından Dr.Florian Sammüller və Prof.Dr.Matthias Schmidt klassik sıxlıq funksional nəzəriyyəsinin banisi britaniyalı fizik professor Robert Evans FRS ilə birlikdə faza keçidinin dəqiq proqnozlarını verməyə imkan verən yeni yanaşma işləyib hazırlamışlar. Onlar buna nəzəri fizikanı və sözdə neyron şəbəkəsini birləşdirərək nail olublar : bir-biri ilə əlaqəli olan və məlumatları emal edən süni “sinir hüceyrələrindən” ibarət kompüter modeli.

Tədqiqat üçün tədqiqatçılar güclü nəzəri təsviri kompüter simulyasiyalarının dəqiqliyi ilə birləşdirdilər. Bir neyron şəbəkəsinin giriş məlumatları 1979-cu ildə Evans tərəfindən tərtib edilmiş “funksional əlaqə” ilə əlaqələndirilir, buna görə sistemin bütün xüsusiyyətləri yalnız hissəciklərin sıxlığı ilə müəyyən edilir.

Gündəlik anlayışlar üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosda ən son yenilikləri kəşf edin . Pulsuz xəbər bülleteni üçün qeydiyyatdan keçin və mühüm nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklər əldə edin .Abunə ol

“İndiyədək funksional əlaqələr fiziki intuisiya vasitəsilə modelləşdirmə və qələm və kağızla işləmək üçün nəzərdə tutulmuşdu. Maşın öyrənmə indi əlaqəli məhdudiyyətləri aradan qaldırmağa imkan verir, dəqiqliyi böyük dərəcədə artırır. Van der Waals-dan bəri yalnız şübhələnən çoxlu fərziyyələr kəmiyyətcə araşdırıla bilər və təəccüblü şəkildə Schmidt çox aydın şəkildə təsdiqlənir.”

Maşın öyrənməsi və maye nəzəriyyəsini birləşdirən istifadə olunan hibrid metodologiya, substratların islanması, məsamələrdə kapilyar davranış və ya qarışdırma hadisələri kimi maddələrin davranışının və onlarda baş verən hadisələrin çevik modelləşdirilməsində geniş gələcək tətbiq potensialı təklif edir.

“Nəzəri fizika, xüsusən də mayelərin statistik mexanikası süni intellektlə bağlı proqnozların keyfiyyətini qiymətləndirməyə və nəticədə nəzarət etməyə imkan verən ciddi tənliklər şəklində çoxlu konkret testlər təklif edir” deyə Sammüller əlavə edir.

Daha çox məlumat: Florian Sammüller və digərləri, Maye-qaz fazasının birgə mövcudluğunun sinir sıxlığının funksional nəzəriyyəsi, Fiziki baxış X (2025). DOI: 10.1103/PhysRevX.15.011013

Jurnal məlumatı: Physical Review X 

Bayreuth Universiteti tərəfindən təmin edilmişdir