Nouvel intelligence artificielle pour découvrir des lois physiques cachées

Une nouvelle technologie d’intelligence artificielle (IA) capable de 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. 

Ce nouveau développement pourrait permettre aux experts de découvrir les équations de mouvement cachées derrière des phénomènes inexplicables. 

L’équipe de recherche comprenait le professeur associé Yaguchi Takaharu et l’étudiant en doctorat Chen Yuhan de l’Université de Kobe, ainsi que le professeur associé Matsubara Takashi de l’Université d’Osaka.

La recherche a été présentée le mois dernier à la Thirty-fifth Conference on Neural Information Processing Systems (NeurlPS2021).

Prévision de phénomènes physiques 

Pour prédire les phénomènes physiques, les experts s’appuient généralement sur des simulations avec des supercalculateurs. 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 d’avoir 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. Les recherches précédentes se sont concentrées sur la découverte d’équations de mouvement à partir de données, mais certaines exigeaient que les données soient dans un format approprié. Le problème est qu’il y a de nombreux cas où les experts ne savent pas quel est le meilleur format de données à utiliser, il est donc difficile d’appliquer des données réalistes.

Éclairage des propriétés géométriques inconnues 

Les chercheurs ont abordé ce défi en éclairant 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 de la physique. 

Les simulations physiques ont lieu dans des domaines tels que la prévision météorologique, la découverte de médicaments et la conception de voitures. Cependant, elles nécessitent généralement des calculs extensifs. Si l’IA peut apprendre à partir 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 non liés à la physique, permettant des investigations et des simulations basées sur les connaissances en physique pour des phénomènes précédemment considérés comme impossibles à expliquer. Un exemple est qu’elle pourrait être utilisée pour trouver une équation de mouvement cachée dans les données de population animale qui montre le changement du nombre d’individus, ce qui pourrait aider à fournir des informations sur la durabilité des écosystèmes.