近日，原子能院核物理所楊磊、林承鍵、張英遜等將人工智能核心方法之一——貝葉斯方法首次應用于奇特核體系相互作用勢的研究，并取得重要進展，為該方法在核物理領域的進一步應用打下了基礎。該研究結果以“Bayesian analysis on interactions of exotic nuclear systems”（《貝葉斯方法在奇特核體系相互作用勢研究中的應用》）為題，于6月20日發(fā)表在國際著名學術期刊Physics Letters B（《物理快報B》）上。

    目前，核物理領域的分析主要基于頻率方法，與之相比，貝葉斯方法更為準確、高效、靈活，并且已在其它學科領域有著成功的應用。貝葉斯方法是基于現(xiàn)有的信息，即先驗知識，對結果進行預測，從而得到后驗分布。在這一理論框架下，先驗知識具有重要作用，因其可能對后驗分布具有決定性影響。

    從彈性散射抽取反應體系的相互作用勢，是國際上常用的一種方法。該工作針對弱束縛核6Li+209Bi（鋰6+鉍209）體系，利用貝葉斯方法對其彈性散射數(shù)據(jù)進行了分析，考察了三種不同先驗分布對所提取的相互作用光學勢的影響（結果如圖所示）。研究表明，貝葉斯方法的結果強烈依賴于先驗分布。然而，這三種迥異的先驗分布都能很好地重現(xiàn)實驗的彈性散射角分布，說明彈性散射并不能對光學勢參數(shù)進行足夠的約束。在此情況下，研究人員建議使用傳統(tǒng)無約束的頻率方法或者均勻分布的貝葉斯方法做數(shù)據(jù)分析。在此基礎上，研究人員進一步對通過轉移反應抽取奇特核6He+209Bi（氦6+鉍209）體系的光學勢做了分析，結果表明，在合適的先驗條件下，貝葉斯方法能夠給出更準確的誤差。

    貝葉斯方法是機器學習的核心算法之一，是基于已有的知識來預測所關心的信息，其結果帶有先驗的偏見。這導致了貝葉斯方法在發(fā)現(xiàn)新現(xiàn)象、新規(guī)律方面具有局限性。研究指出，對于新現(xiàn)象的探索，無偏見的先驗知識是進行貝葉斯分析的更為合理的先驗分布。

不同分析條件下的6Li+209Bi體系光學勢

實部(a)和虛部(b)的能量相依性