Uusi tekoäly voisi löytää piilevät fysikaalisen lainalaisuuden

Kobe-yliopiston ja Osaka-yliopiston tutkijat ovat kehittäneet uuden tekoälytekniikan, joka voisi löytää piilevät fysikaalisen lainalaisuuden. Tekoäly pystyy erottamaan piilevät liiketoimintaa koskevat yhtälöt säännöllisistä havaintotiedoista, joista voidaan luoda fysiikan lakeja koskeva malli.

Uusi kehitys voisi mahdollistaa asiantuntijoille piilevien liiketoimintaa koskevien yhtälöiden löytämisen ilmiöistä, joita ei voida selittää.

Tutkimusryhmään kuului apulaisprofessori Yaguchi Takaharu ja väitöskirjatutkija Chen Yuhan Kobe-yliopistosta sekä apulaisprofessori Matsubara Takashi Osaka-yliopistosta.

Tutkimus esiteltiin viime kuussa Thirty-fifth Conference on Neural Information Processing Systems (NeurlPS2021) -konferenssissa.

Fysikaalisten ilmiöiden ennustaminen

Fysikaalisten ilmiöiden ennustamiseen asiantuntijat luottavat yleensä supertietokoneiden simulaatioihin. Simulaatiot käyttävät fysiikan lakeja koskevia matemaattisia malleja, mutta tulokset voivat olla epäluotettavia, jos malli on kyseenalainen. Tämän vuoksi on tärkeää kehittää menetelmä, jolla voidaan tuottaa luotettavia malleja havaintotiedoista.

Uudessa tutkimuksessa kehitettiin menetelmä, jolla voidaan löytää uusia liiketoimintaa koskevia yhtälöitä havaintotiedoista. Aikaisemmassa tutkimuksessa on keskitytty liiketoimintaa koskevien yhtälöiden löytämiseen tiedoista, mutta joissakin tapauksissa tiedot on oltava oikeassa muodossa. Ongelma on, että useissa tapauksissa asiantuntijat eivät tiedä, mikä on paras tietomuoto, joten on vaikea soveltaa realistisia tietoja.

Tuntemattomien geometristen ominaisuuksien valottaminen

Tutkijat ratkaisivat haasteen valottamalla tuntemattomat geometriset ominaisuudet ilmiöiden takana. Tämä mahdollisti heille kehittää tekoäly, joka pystyy löytämään nämä geometriset ominaisuudet tiedoista. Jos tekoäly pystyy erottamaan liiketoimintaa koskevat yhtälöt tiedoista, voidaan näitä yhtälöitä käyttää luomaan malleja ja simulaatioita, jotka noudattavat fysiikan lakeja.

Fysikaaliset simulaatiot tapahtuvat aloilla kuten sääennustus, lääkekehitys ja auton suunnittelu. Ne vaativat kuitenkin usein laajaa laskentaa. Jos tekoäly voi oppia tiettyjen ilmiöiden tietoja ja rakentaa pienimuotoisia malleja uuden menetelmän avulla, voidaan laskenta yksinkertaistaa, nopeuttaa ja tehdä uskolliseksi fysiikan lakeja.

Menetelmää voidaan soveltaa myös fysiikkaan liittymättömissä aloissa, mahdollistaen fysiikan tietämykseen perustuvat tutkimukset ja simulaatiot ilmiöistä, joita ei aiemmin voitu selittää. Esimerkiksi voidaan käyttää löytämään piilevä liiketoimintaa koskeva yhtälö eläinpopulaatiotiedoissa, joka voi antaa näkymän ekosysteemin kestävyyteen.