Νέα Τεχνητή Νοημοσύνη Μπορεί να Ανακαλύψει Κρυφές Φυσικές Νόμους

Μια νέα τεχνητή νοημοσύνη (AI) τεχνολογία που μπορεί να ανακαλύψει κρυφές φυσικές νόμους έχει αναπτυχθεί από ερευνητές στο Πανεπιστήμιο Kobe και στο Πανεπιστήμιο Osaka. Η τεχνητή νοημοσύνη μπορεί να εξάγει κρυφές εξισώσεις κίνησης από κανονικά δεδομένα παρατήρησης, 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 δεν μπορούν να εξηγηθούν.

Η ερευνητική ομάδα περιελάμβανε τον Αναπληρωτή Καθηγητή Yaguchi Takaharu και τον φοιτητή διδακτορικού προγράμματος 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 Συνεδρίαση για τα Νευρωνικά Συστήματα Επεξεργασίας Πληροφοριών (NeurlPS2021).

Προβλέποντας Φυσικά Φαινόμενα

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

Η νέα έρευνα ανέπτυξε μια μέθοδο για την ανακάλυψη νέων εξισώσεων κίνησης σε δεδομένα παρατήρησης. 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 τη meilleure 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 τεχνητή νοημοσύνη που μπορεί να βρει αυτές τις γεωμετρικές ιδιότητες στα δεδομένα. Εάν η τεχνητή νοημοσύνη 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 πρόγνωση του καιρού, η ανακάλυψη φαρμάκων και ο σχεδιασμός αυτοκινήτων. Ωστόσο, συνήθως απαιτούν εκτεταμένες υπολογιστικές εργασίες. Εάν η τεχνητή νοημοσύνη μπορεί να μάθει από τα δεδομένα συγκεκριμένων φαινομένων, καθώς και να κατασκευάσει μικρότερα μοντέλα με τη νέα μέθοδο, τότε οι υπολογισμοί μπορούν να απλοποιηθούν, να επιταχύνθούν και να είναι πιστά στους νόμους της φυσικής.

Η μέθοδος μπορεί επίσης να εφαρμοστεί σε πεδία που δεν σχετίζονται με τη φυσική, επιτρέποντας έρευνες και προσομοιώσεις με βάση τη γνώση της φυσικής 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 μπορεί να βοηθήσει στην παροχή ερευνών για τη βιωσιμότητα του экосυστήματος.