Informatique quantique
Une nouvelle IA pourrait découvrir des lois physiques cachées
Une nouvelle technologie d'intelligence artificielle (IA) qui pourrait découvrir des lois physiques cachées a été développée par des chercheurs de l'Université de Kobe et de l'Université d'Osaka. L'IA peut extraire des équations de mouvement cachées à partir de données d'observation régulières, qui sont ensuite utilisées pour créer un modèle basé sur les lois de la physique.
Le nouveau développement pourrait permettre aux experts de découvrir les équations cachées du mouvement derrière des phénomènes inexplicables.
L'équipe de recherche comprenait le professeur agrégé Yaguchi Takaharu et Ph.D. l'étudiant Chen Yuhan de l'Université de Kobe, ainsi que le professeur agrégé Matsubara Takashi de l'Université d'Osaka.
La recherche a été présentée le mois dernier au Trente-cinquième conférence sur les systèmes de traitement de l'information neuronale (NeurlPS2021).
Prédire les phénomènes physiques
Pour faire des prédictions sur des phénomènes physiques, les experts s'appuient généralement sur des simulations avec des superordinateurs. Les simulations utilisent des modèles mathématiques basés sur les lois de la physique, mais les résultats peuvent être peu fiables si le modèle est discutable. C'est pourquoi il est crucial de disposer d'une méthode de production de modèles fiables à partir des données d'observation des phénomènes.
La nouvelle recherche a développé une méthode de découverte de nouvelles équations de mouvement dans les données d'observation. Des recherches antérieures se sont concentrées sur la découverte d'équations de mouvement à partir de données, mais certaines exigeaient que les données soient dans le format approprié. Le problème est qu'il existe de nombreux cas où les experts ne connaissent pas le meilleur format de données à utiliser, il est donc difficile d'appliquer des données réalistes.
Illumination de propriétés géométriques inconnues
Les chercheurs ont relevé ce défi en mettant en lumière les propriétés géométriques inconnues derrière les phénomènes. Cela leur a permis de développer une IA capable de trouver ces propriétés géométriques dans les données. Si l'IA peut extraire des équations de mouvement à partir de données, alors les équations pourraient être utilisées pour créer des modèles et des simulations qui suivent les lois physiques.
Les simulations physiques ont lieu dans des domaines tels que les prévisions météorologiques, la découverte de médicaments et la conception de voitures. Cependant, ils nécessitent généralement des calculs approfondis. Si l'IA peut apprendre des données de phénomènes spécifiques, ainsi que construire des modèles à petite échelle en utilisant la nouvelle méthode, alors les calculs pourraient être simplifiés, accélérés et fidèles aux lois de la physique.
La méthode pourrait également être appliquée à des domaines sans rapport avec la physique, permettant des enquêtes et des simulations basées sur les connaissances en physique pour des phénomènes auparavant considérés comme impossibles à expliquer. Un tel exemple est qu'il pourrait être utilisé pour trouver une équation de mouvement cachée dans les données sur la population animale qui montre le changement du nombre d'individus, ce qui pourrait aider à fournir des informations sur la durabilité de l'écosystème.
