एआई ने स्वयं भौतिकी के नियम सिखे

एआई और भौतिकी दोनों में एक ऐतिहासिक क्षण में, एक न्यूरल नेटवर्क ने “पुनः खोजा” है कि पृथ्वी सूर्य की परिक्रमा करती है। यह नया विकास क्वांटम मैकेनिक्स समस्याओं को हल करने में महत्वपूर्ण हो सकता है, और शोधकर्ताओं को उम्मीद है कि यह बड़े डेटा सेट में पैटर्न की पहचान करके नए भौतिकी के नियमों की खोज करने के लिए उपयोग किया जा सकता है।

न्यूरल नेटवर्क, जिसे साइंटनेट कहा जाता है, को सूर्य और मंगल की गति के बारे में माप दिए गए थे। स्विस फेडरल इंस्टीट्यूट ऑफ टेक्नोलॉजी के वैज्ञानिकों ने साइंटनेट को भविष्य में सूर्य और मंगल की स्थिति की भविष्यवाणी करने का काम सौंपा।

शोध को फिजिकल रिव्यू लेटर्स में प्रकाशित किया जाएगा।

एल्गोरिदम का डिज़ाइन

टीम, जिसमें भौतिक विज्ञानी रेनाटो रेनर शामिल हैं, ने एल्गोरिदम को बड़े डेटा सेट को बुनियादी सूत्रों में परिवर्तित करने में सक्षम बनाने का लक्ष्य रखा। यह वही प्रणाली है जिसका उपयोग भौतिक विज्ञानी समीकरणों के साथ करते हैं। इसे करने के लिए, शोधकर्ताओं को न्यूरल नेटवर्क को मानव मस्तिष्क पर आधारित बनाना था।

साइंटनेट द्वारा उत्पन्न सूत्रों ने सूर्य को हमारे सौर मंडल के केंद्र में रखा। इस शोध के एक उल्लेखनीय पहलू यह था कि साइंटनेट ने ऐसा किया जैसे खगोलशास्त्री निकोलस कोपरनिकस ने हेलियोसेंट्रिसिटी की खोज की थी।

टीम ने प्रीप्रिंट रिपॉजिटरी अरXiv पर एक पत्र प्रकाशित किया।

“16वीं शताब्दी में, कोपरनिकस ने एक दूरस्थ तारे और कई ग्रहों और खगोलीय पिंडों के बीच के कोणों को मापा और अनुमान लगाया कि सूर्य, और नहीं पृथ्वी, हमारे सौर मंडल के केंद्र में है और ग्रह सूर्य के चारों ओर सरल कक्षाओं में चलते हैं,” टीम ने लिखा। “यह पृथ्वी से देखी जाने वाली जटिल कक्षाओं की व्याख्या करता है।”

टीम ने साइंटनेट को सूर्य और मंगल की गति की भविष्यवाणी करने का प्रयास किया, इसलिए साइंटनेट दो उप-नेटवर्क का उपयोग करता है जो जानकारी को आगे और पीछे भेजते हैं। एक नेटवर्क डेटा का विश्लेषण करता है और सीखता है, और दूसरा भविष्यवाणी करता है और सटीकता का परीक्षण करता है। क्योंकि ये नेटवर्क केवल कुछ लिंक द्वारा जुड़े हुए हैं, जानकारी संकुचित होती है और संचार सरल होता है।

पारंपरिक न्यूरल नेटवर्क बड़े डेटा सेट के माध्यम से वस्तुओं की पहचान और मान्यता सीखते हैं, और विशेषताओं का उत्पादन करते हैं। वे तब गणितीय ‘नोड्स’ में एन्कोड किए जाते हैं, जिन्हें कृत्रिम तंत्रिका कोशिकाओं के समकक्ष माना जाता है। भौतिक विज्ञानियों के विपरीत, न्यूरल नेटवर्क अधिक अप्रत्याशित और व्याख्या करने में कठिन होते हैं।

कृत्रिम बुद्धिमत्ता और वैज्ञानिक खोजें

एक परीक्षण में नेटवर्क को सूर्य और मंगल की गति के बारे में सिम्युलेटेड डेटा दिया गया था, जैसा कि पृथ्वी से देखा जाता है। मंगल की सूर्य के चारों ओर कक्षा अप्रत्याशित लगती है और अक्सर अपना रास्ता बदलती है। 1500 के दशक में निकोलस कोपरनिकस ने खोज की थी कि सूर्य के चारों ओर ग्रहों की गति की भविष्यवाणी करने के लिए सरल सूत्रों का उपयोग किया जा सकता है।

जब न्यूरल नेटवर्क ने मंगल की траजेक्टरी के लिए समान सूत्र “खोजे”, तो यह इतिहास में सबसे महत्वपूर्ण ज्ञान में से एक की खोज की।

मारियो क्रेन्न कनाडा के टोरंटो विश्वविद्यालय में एक भौतिक विज्ञानी हैं, और वे वैज्ञानिक खोजों के लिए कृत्रिम बुद्धिमत्ता का उपयोग करने पर काम करते हैं।

साइंटनेट ने “विज्ञान के इतिहास में सबसे महत्वपूर्ण परिवर्तनों में से एक” की खोज की, उन्होंने कहा।

रेनर के अनुसार, मानवों को अभी भी समीकरणों की व्याख्या करने और यह निर्धारित करने की आवश्यकता है कि वे सूर्य के चारों ओर ग्रहों की गति से कैसे जुड़े हुए हैं।

हॉड लिपसन कोलंबिया विश्वविद्यालय में एक रोबोटिक्स विशेषज्ञ हैं।

“यह काम महत्वपूर्ण है क्योंकि यह एक भौतिक प्रणाली का वर्णन करने वाले महत्वपूर्ण मापदंडों को अलग करने में सक्षम है,” वे कहते हैं। “मुझे लगता है कि इस तरह की तकनीकें हमारे लिए बढ़ती जटिलता के साथ तालमेल बिठाने और भौतिकी और उसके परे की समझ हासिल करने का हमारा एकमात्र आशा है।”