Το AI διδάσκει τον εαυτό του τους νόμους της Φυσικής

Σε ένα ιστορικό момент τόσο για την τεχνητή νοημοσύνη όσο και για τη φυσική, ένα νευρωνικό δίκτυο έχει «ξαναανακαλύψει» ότι η Γη περιστρέφεται γύρω από τον Ήλιο. Η νέα εξέλιξη μπορεί να είναι κρίσιμη για την επίλυση προβλημάτων κβαντικής μηχανικής και οι ερευνητές ελπίζουν ότι μπορεί να χρησιμοποιηθεί για την ανακάλυψη νέων νόμων της φυσικής, αναγνωρίζοντας μοτίβα μέσα σε μεγάλες συλλογές δεδομένων.

Το νευρωνικό δίκτυο, με το όνομα SciNet, έλαβε μετρήσεις που δείχνουν πώς ο Ήλιος και ο Άρης φαίνονται από τη Γη. Οι επιστήμονες στο Eidgenössische Technische Hochschule (ETH) στη Ζυρίχη ανέθεσαν στο SciNet να προβλέψει πού θα βρίσκονταν ο Ήλιος και ο Άρης σε διαφορετικές χρονικές στιγμές στο μέλλον.

Η έρευνα θα δημοσιευθεί στο Physical Review Letters.

Σχεδιασμός του Αλγορίθμου

Η ομάδα, συμπεριλαμβανομένου του φυσικού Renato Renner, αποφάσισε να κάνει τον αλγόριθμο ικανό να απομονώνει μεγάλες συλλογές δεδομένων σε βασικές формулές. Αυτό είναι το ίδιο σύστημα που χρησιμοποιούν οι φυσικοί όταν δημιουργούν εξισώσεις. Για να το κάνουν αυτό, οι ερευνητές έπρεπε να βασίσουν το νευρωνικό δίκτυο στο ανθρώπινο εγκέφαλο.

Οι формούλες που παράχθηκαν από το SciNet τοποθετούν τον Ήλιο στο κέντρο του ηλιακού μας συστήματος. Ένα από τα αξιοσημείωτα χαρακτηριστικά αυτής της έρευνας ήταν ότι το SciNet το έκανε με παρόμοιο τρόπο με τον τρόπο που ο αστρονόμος Nicolaus Copernicus ανακάλυψε την ηλιοκεντρική θεωρία.

Η ομάδα τόνισε αυτό σε một έγγραφο που δημοσιεύθηκε στο αποθετήριο προ-εκτύπωσης arXiv.

«Τον 16ο αιώνα, ο Copernicus μέτρησε τις γωνίες μεταξύ ενός μακρινού σταθερού αστέρα και πολλών πλανητών και ουράνιων σωμάτων και υποθέτησε ότι ο Ήλιος, και όχι η Γη, είναι στο κέντρο του ηλιακού μας συστήματος και ότι οι πλανήτες κινούνται γύρω από τον Ήλιο σε απλές τροχιές,» έγραψε η ομάδα. «Αυτό εξηγεί τις σύνθετες τροχιές όπως φαίνονται από τη Γη.»

Η ομάδα προσπάθησε να κάνει το SciNet να προβλέψει τις κινήσεις του Ηλίου και του Άρη με τον πιο απλό τρόπο δυνατό, οπότε το SciNet χρησιμοποιεί δύο υπο-δικτύα για να στείλει πληροφορίες πίσω και μπροστά. Ένα από τα δίκτυα αναλύει τα δεδομένα και μαθαίνει από αυτά, και το άλλο κάνει προβλέψεις και ελέγχει την ακρίβεια με βάση αυτή τη γνώση. Επειδή αυτά τα δίκτυα συνδέονται μεταξύ τους με μόνο quelques συνδέσμους, οι πληροφορίες συμπιέζονται και η επικοινωνία είναι απλούστερη.

Τα συμβατικά νευρωνικά δίκτυα μαθαίνουν να αναγνωρίζουν και να αναγνωρίζουν αντικείμενα μέσω μεγάλων συνόλων δεδομένων και παράγουν χαρακτηριστικά. Αυτά κωδικοποιούνται σε μαθηματικές «κόμβους», οι οποίοι θεωρούνται το τεχνητό αντίστοιχο των νευρώνων. Σε αντίθεση με τους φυσικούς, τα νευρωνικά δίκτυα είναι πιο απρόβλεπτα και δυσκολοκατανοητά.

Τεχνητή Νοημοσύνη και Επιστημονικές Ανακαλύψεις

Ένας από τους тест ήταν να δώσει στο δίκτυο προσομοιωμένα δεδομένα σχετικά με τις κινήσεις του Άρη και του Ηλίου, όπως φαίνονται από τη Γη. Η τροχιά του Άρη γύρω από τον Ήλιο φαίνεται απρόβλεπτη και συχνά αντιστρέφει την πορεία της. Ήταν τον 16ο αιώνα όταν ο Nicolaus Copernicus ανακάλυψε ότι απλούστερες формούλες θα μπορούσαν να χρησιμοποιηθούν για να προβλέψουν τις κινήσεις των πλανητών γύρω από τον Ήλιο.

Όταν το νευρωνικό δίκτυο «ανακάλυψε» παρόμοιες формούλες για την τροχιά του Άρη, ξαναανακάλυψε ένα από τα πιο σημαντικά κομμάτια γνώσης στην ιστορία.

Ο Mario Krenn είναι φυσικός στο Πανεπιστήμιο του Τορόντο στον Καναδά και εργάζεται στην χρήση της τεχνητής νοημοσύνης για επιστημονικές ανακαλύψεις.

Το SciNet ξαναανακάλυψε «μία από τις πιο σημαντικές αλλαγές παραδειγμάτων στην ιστορία της επιστήμης,» είπε.

Σύμφωνα με τον Renner, οι άνθρωποι ainda χρειάζονται να ερμηνεύσουν τις εξισώσεις και να καθορίσουν πώς συνδέονται με την κίνηση των πλανητών γύρω από τον Ήλιο.

Ο Hod Lipson είναι ρομποτικός μηχανικός στο Πανεπιστήμιο Κολούμπια στη Νέα Υόρκη.

«Αυτή η εργασία είναι σημαντική επειδή μπορεί να ξεχωρίσει τους κρίσιμους παράμετρους που περιγράφουν ένα φυσικό σύστημα,» λέει. «Νομίζω ότι αυτού του είδους οι τεχνικές είναι η μόνη ελπίδα μας για την κατανόηση και την τήρηση του ρυθμού με τις αυξανόμενες σύνθετες φαινόμενα, στη φυσική και πέρα από αυτή.»