L’ossessione della fisica statistica per i cosiddetti integrali di configurazione è una delle storie meno sexy della scienza, eppure più decisive per capire come funziona la materia. Per oltre un secolo questi calcoli hanno rappresentato il tallone d’Achille della modellazione dei materiali, un enigma matematico così ostinatamente complesso da costringere generazioni di ricercatori a usare surrogati imperfetti come la dinamica molecolare o le simulazioni Monte Carlo. Siamo rimasti prigionieri di una scorciatoia permanente, illudendoci che bastasse aumentare la potenza di calcolo per avvicinarci alla verità.
Ora succede che un gruppo dell’Università del New Mexico e del Los Alamos National Laboratory ha deciso di riscrivere la storia con un approccio radicalmente diverso, usando intelligenza artificiale e reti tensoriali. Hanno battezzato il framework THOR AI, acronimo di Tensors for High-dimensional Object Representation. Nome roboante e volutamente mitologico, per una ragione: qui non si tratta di una variante più veloce, ma di un cambio di paradigma.