띠용...

관찰도 어렵고 수식도 복잡한데

주변 온도에 따라 이 수식이 계속 변한다?

이걸 하나하나 다 관측해야한다?

교수 : 안 해 ㅅ발

ㅈ같다고 안 할수는 없으니 물리학자들은 어떻게든 하긴 했음

근데 고작 '파이로클로르'의 다이어그램을 작성하는 데 6년이나 걸렸음

교수 : 이렇게 구조가 간단한 파이로클로르도 6년이나 걸렸는데..., 더 복잡한 물질은 어케 계산하지? 망했네..

근데 머신 러닝으로 수 주일만에 해결함

교수 : 처음에는 기대도 안 하고 머신러닝 돌렸는데 됐읍니다...

교수 : AI가 파이로클로르의 스핀 현상을 해독해 다이어그램을 작성하는 것을 보고 큰 충격을 받았어요 ㄷㄷㄷㄷㄷㄷ

교수 : 하여튼 지금은 너무 행복하네요 ㅜㅜ 

(실제 한 말)

연구팀은 이 연구를 수행하면서

뮌헨대학의 머신러닝을 사용했고 세른에서도 첨단 머신러닝을 제공했음

교수는 ‘tensorial kernel’이란 알고리즘을 개발했는데 스핀 현상의 배열을 파악할 수 있는 알고리즘이었음

비관론자들에게 이 머신러닝은 그저 '새로운 형태의 계산기'에 불과 할 지도 모름

하지만 이 새로운 계산기를 사용해 계산이 매우 힘들었던 수많은 이론물리학을 해결할 방도가 열리게 됨

'간단한 물질의 자성상 상태도' 작성에만 6년이 걸렸던 일을 머신러닝으로 수 주일만에 해결했다는 사실은

앞으로 더 복잡한 물질을 더 빠르게 분석할 수 있다는 사실을 의미함

다른 이론 물리학자들이 이러한 머신러닝을 본격적으로 사용하기 시작하면

물리학이 이전보다 얼마나 빠르게 발전할지 상상도 안 가게 됨

특이점이 오고있다

인공자궁이 보편화 되는 것도 얼마 안 남았을지도 모름