AI helpt wetenschappers nieuwe quantumonderzoeksideeën ontdekken
leiden, woensdag, 17 september 2025.
Promovendus Felix Frohnert van de Universiteit Leiden gebruikt machine learning om verborgen verbanden in wetenschappelijke literatuur te onthullen. Dit helpt wetenschappers nieuwe, veelbelovende onderzoeksideeën in de quantumfysica te vinden en de toekomst van dit vakgebied te voorspellen. Zijn model kan zelfs de ontwikkeling van quantumideeën door de tijd heen volgen en mogelijke samenwerkingen tussen onderzoekers aanmoedigen. Beluister de podcast van Physics World voor meer informatie.
Machine Learning onthult verborgen verbanden
Promovendus Felix Frohnert van de Universiteit Leiden heeft een innovatief gebruik gevonden voor machine learning in de wetenschappelijke wereld. Hij en zijn team hebben een model ontwikkeld dat verborgen verbanden in wetenschappelijke literatuur onthult, wat nieuwe, veelbelovende onderzoeksideeën in de quantumfysica kan voorspellen. Dit model maakt gebruik van ‘dynamic word-embeddings’, een techniek die veranderende woordbetekenissen door de tijd heen analyseert. Op deze manier kunnen onderzoekers zien hoe quantumideeën in duizenden artikelen met elkaar verbonden zijn, en hoe ze zich in de toekomst kunnen ontwikkelen [1].
Voorspelling van toekomstige onderzoeksideeën
Het machine learning-model dat Frohnert en zijn team hebben ontwikkeld is in staat om de toekomstige ontwikkeling van quantumideeën te voorspellen. Door de verborgen verbanden in wetenschappelijke literatuur te analyseren, kan het model inschatten welke ideeën in de toekomst waarschijnlijk met elkaar verbonden zijn. Dit helpt wetenschappers om nieuwe, veelbelovende onderzoeksideeën te identificeren en de toekomst van de quantumfysica te vormgeven [1].
Aanmoediging tot samenwerking
Naast het voorspellen van nieuwe ideeën, helpt het model ook bij het aanmoedigen van samenwerking tussen onderzoekers. De analyse laat mogelijke verbanden zien tussen verschillende onderdelen van het vakgebied, wat onderzoekers helpt elkaar te vinden en samen te werken. Op deze manier voorspelt AI niet alleen de toekomst van kwantumonderzoek, maar helpt deze ook vormgeven [1].
Podcast van Physics World
Voor meer informatie over dit onderzoek en de toepassingen van machine learning in de quantumfysica, kan men de podcast van Physics World beluisteren. In deze podcast legt Felix Frohnert uit hoe zijn team verborgen verbanden in wetenschappelijke literatuur met machine learning zichtbaar maakt en hoe dit de toekomst van het vakgebied kan voorspellen [1].
Recente ontwikkelingen in de quantumfysica
Terwijl Frohnert en zijn team zich richten op het voorspellen van nieuwe onderzoeksideeën, zijn er ook andere belangrijke ontwikkelingen in de quantumfysica. Wetenschappers hebben bijvoorbeeld een nieuw staatsie van materie genaamd ‘quantum liquid crystal’ ontdekt, en onderzoekers van ETH Zurich hebben een nano glas bolcluster met record-setting quantum zuiverheid op kamertemperatuur opgeheven met optische tangen [2][3]. Deze ontdekkingen tonen aan hoe snel het veld van de quantumfysica zich ontwikkelt en hoe belangrijk innovatieve methoden zoals die van Frohnert zijn voor het blijven bijbenen van deze ontwikkelingen.