Νέα Τεχνητή Νοημοσύνη Μπορεί να Ανακαλύψει Κρυφές Φυσικές Νόμους

Μια νέα τεχνητή νοημοσύνη (ΑΙ) τεχνολογία που μπορεί να ανακαλύψει κρυφές φυσικές νόμους έχει αναπτυχθεί από ερευνητές στο Πανεπιστήμιο Kobe και στο Πανεπιστήμιο Osaka. Η ΑΙ μπορεί να εξάγει κρυφές εξισώσεις κίνησης από κανονικές παρατηρησιακές δεδομένα, τα οποία στη συνέχεια χρησιμοποιούνται για να δημιουργηθεί ένα μοντέλο με βάση τους νόμους της φυσικής.

Η νέα ανάπτυξη μπορεί να επιτρέψει στους ειδικούς να ανακαλύψουν τις κρυφές εξισώσεις κίνησης πίσω από φαινόμενα που είναι ακατανόητα.

Η ερευνητική ομάδα περιελάμβανε τον Αναπληρωτή Καθηγητή Yaguchi Takaharu και τον φοιτητή διδακτορικού Chen Yuhan από το Πανεπιστήμιο Kobe, καθώς και τον Αναπληρωτή Καθηγητή Matsubara Takashi από το Πανεπιστήμιο Osaka.

Η έρευνα παρουσιάστηκε τον περασμένο μήνα στη Τριάντα-πέμπτη Συνέδριο για την Επεξεργασία Νευρικών Πληροφοριών (NeurlPS2021).

Προβλέποντας Φυσικά Φαινόμενα

Για να κάνουν προβλέψεις για φυσικά φαινόμενα, οι ειδικοί συνήθως βασίζονται σε προσομοιώσεις με siêuυπολογιστές. Οι προσομοιώσεις χρησιμοποιούν μαθηματικά μοντέλα με βάση τους νόμους της φυσικής, αλλά τα αποτελέσματα μπορούν να είναι αξιόπιστα μόνο εάν το μοντέλο είναι αμφισβητήσιμο. Αυτός είναι ο λόγος για τον οποίο είναι κρίσιμο να υπάρχει μια μέθοδος για την παραγωγή αξιόπιστων μοντέλων από τα δεδομένα των φαινομένων.

Η νέα έρευνα ανέπτυξε μια μέθοδο για την ανακάλυψη νέων εξισώσεων κίνησης στα δεδομένα. Προηγούμενες έρευνες έχουν επικεντρωθεί στην ανακάλυψη εξισώσεων κίνησης από δεδομένα, αλλά κάποιες απαιτούσαν τα δεδομένα να είναι σε κατάλληλη μορφή. Το πρόβλημα είναι ότι υπάρχουν πολλές περιπτώσεις όπου οι ειδικοί δεν γνωρίζουν την καλύτερη μορφή δεδομένων για να χρησιμοποιήσουν, έτσι είναι δύσκολο να εφαρμόσουν πραγματικά δεδομένα.

Φωτίζοντας Άγνωστες Γεωμετρικές Ιδιότητες

Οι ερευνητές αντιμετώπισαν αυτή την πρόκληση φωτίζοντας τις άγνωστες γεωμετρικές ιδιότητες πίσω από τα φαινόμενα. Αυτό τους επέτρεψε να αναπτύξουν μια ΑΙ που μπορεί να βρει αυτές τις γεωμετρικές ιδιότητες στα δεδομένα. Εάν η ΑΙ μπορεί να εξάγει εξισώσεις κίνησης από δεδομένα, τότε οι εξισώσεις μπορούν να χρησιμοποιηθούν για να δημιουργηθούν μοντέλα και προσομοιώσεις που ακολουθούν τους νόμους της φυσικής.

Οι φυσικές προσομοιώσεις λαμβάνουν χώρα σε πεδία όπως η πρόβλεψη καιρού, η ανακάλυψη φαρμάκων και ο σχεδιασμός αυτοκινήτων. Ωστόσο, συνήθως απαιτούν εκτεταμένες υπολογιστικές εργασίες. Εάν η ΑΙ μπορεί να μάθει από τα δεδομένα συγκεκριμένων φαινομένων, καθώς και να κατασκευάσει μικρότερα μοντέλα χρησιμοποιώντας τη νέα μέθοδο, τότε οι υπολογισμοί μπορούν να απλοποιηθούν, να επιταχύνουν και να είναι πιστά στους νόμους της φυσικής.

Η μέθοδος μπορεί επίσης να εφαρμοστεί σε πεδία που δεν σχετίζονται με τη φυσική, επιτρέποντας έτσι γνώσεων-βασισμένες ερευνες και προσομοιώσεις για φαινόμενα που προηγουμένως θεωρούνταν αδύνατο να εξηγηθούν. Ένα τέτοιο παράδειγμα είναι ότι μπορεί να χρησιμοποιηθεί για να βρει μια κρυφή εξίσωση κίνησης σε δεδομένα πληθυσμού ζώων που δείχνει την αλλαγή στον αριθμό των ατόμων, το οποίο θα μπορούσε να βοηθήσει στην παροχή ερευνών για τη βιωσιμότητα του οικοσυστήματος.