Neue KI könnte versteckte physikalische Gesetze entdecken

Eine neue künstliche Intelligenz (KI)-Technologie, die in der Lage ist, versteckte physikalische Gesetze zu entdecken, wurde von Forschern der Kobe-Universität und der Osaka-Universität entwickelt. Die KI kann versteckte Bewegungsgleichungen aus regulären Beobachtungsdaten extrahieren, die dann verwendet werden, um ein Modell auf der Grundlage der physikalischen Gesetze zu erstellen. 

Die neue Entwicklung könnte es Experten ermöglichen, die versteckten Bewegungsgleichungen hinter Phänomenen zu entdecken, die unerklärlich sind. 

Das Forschungsteam umfasste Associate Professor Yaguchi Takaharu und den Ph.D.-Studenten Chen Yuhan von der Kobe-Universität sowie Associate Professor Matsubara Takashi von der Osaka-Universität.

Die Forschung wurde letzten Monat auf der Thirty-fifth Conference on Neural Information Processing Systems (NeurlPS2021) präsentiert.

Vorhersage physikalischer Phänomene 

Um Vorhersagen über physikalische Phänomene zu machen, verlassen sich Experten normalerweise auf Simulationen mit Supercomputern. Die Simulationen verwenden mathematische Modelle, die auf den physikalischen Gesetzen basieren, aber die Ergebnisse können unzuverlässig sein, wenn das Modell fragwürdig ist. Deshalb ist es wichtig, eine Methode zu haben, um zuverlässige Modelle aus Beobachtungsdaten von Phänomenen zu erstellen. 

Die neue Forschung entwickelte eine Methode, um neue Bewegungsgleichungen in Beobachtungsdaten zu entdecken. Frühere Forschungen konzentrierten sich auf die Entdeckung von Bewegungsgleichungen aus Daten, aber einige erforderten, dass die Daten im geeigneten Format vorlagen. Das Problem ist, dass es viele Fälle gibt, in denen Experten nicht wissen, welches Datenformat am besten zu verwenden ist, sodass es schwierig ist, realistische Daten anzuwenden.

Aufdeckung unbekannter geometrischer Eigenschaften 

Die Forscher nahmen diese Herausforderung an, indem sie die unbekannten geometrischen Eigenschaften hinter Phänomenen aufdeckten. Dies ermöglichte es ihnen, eine KI zu entwickeln, die diese geometrischen Eigenschaften in Daten finden kann. Wenn die KI Bewegungsgleichungen aus Daten extrahieren kann, können die Gleichungen verwendet werden, um Modelle und Simulationen zu erstellen, die den physikalischen Gesetzen folgen. 

Physikalische Simulationen finden in Bereichen wie Wettervorhersage, Arzneimittelentdeckung und Autodesign statt. Sie erfordern jedoch in der Regel umfangreiche Berechnungen. Wenn die KI aus den Daten spezifischer Phänomene lernen und mit der neuen Methode kleine Modelle erstellen kann, können die Berechnungen vereinfacht, beschleunigt und treu den physikalischen Gesetzen werden. 

Die Methode könnte auch in Bereichen angewendet werden, die nicht mit Physik zusammenhängen, und ermöglichen physikbasierte Untersuchungen und Simulationen für Phänomene, die bisher als unerklärlich galten. Ein Beispiel dafür ist, dass sie verwendet werden könnte, um eine versteckte Bewegungsgleichung in Daten über Tierpopulationen zu finden, die die Veränderung der Anzahl der Individuen zeigt, was helfen könnte, Einblicke in die Nachhaltigkeit von Ökosystemen zu gewinnen.