AI sama uči zakone fizike

U monumentalnom trenutku i za umjetnu inteligenciju i za fiziku, neuronska mreža je "ponovno otkrila" da Zemlja kruži oko Sunca. Novi razvoj mogao bi biti kritičan u rješavanju problema kvantne mehanike, a istraživači se nadaju da se može koristiti za otkrivanje novih zakona fizike identificiranjem uzoraka unutar velikih skupova podataka. 

Neuronska mreža, nazvana SciNet, dobio je mjerenja koja pokazuju kako Sunce i Mars izgledaju sa Zemlje. Znanstvenici sa Švicarskog saveznog instituta za tehnologiju tada su zadužili SciNet da predvidi gdje će se Sunce i Mars nalaziti u različitim vremenima u budućnosti. 

Istraživanje će biti objavljeno u Physical Review Letters. 

Dizajniranje algoritma

Tim, uključujući fizičara Renata Rennera, odlučio je izraditi algoritam koji može destilirati velike skupove podataka u osnovne formule. Ovo je isti sustav kojim se koriste fizičari kada smišljaju jednadžbe. Kako bi to učinili, istraživači su neuronsku mrežu morali temeljiti na ljudskom mozgu. 

Formule koje je generirao SciNet postavile su Sunce u središte našeg Sunčevog sustava. Jedan od izvanrednih aspekata ovog istraživanja bio je taj što je SciNet to učinio slično onome kako je astronom Nikola Kopernik otkrio heliocentričnost. 

Tim je to istaknuo u radu objavljenom na repozitoriju preprinta arXiv. 

“U 16. stoljeću Kopernik je izmjerio kutove između udaljene zvijezde fiksne i nekoliko planeta i nebeskih tijela i postavio hipotezu da je Sunce, a ne Zemlja, u središtu našeg Sunčevog sustava i da se planeti oko Sunca kreću jednostavno orbite”, napisao je tim. "Ovo objašnjava komplicirane orbite gledane sa Zemlje."

Tim je pokušao natjerati SciNet da predvidi kretanje Sunca i Marsa na najjednostavniji mogući način, tako da SciNet koristi dvije podmreže za slanje informacija naprijed i natrag. Jedna od mreža analizira podatke i uči iz njih, a druga predviđa i testira točnost na temelju tog znanja. Budući da su te mreže međusobno povezane s nekoliko poveznica, informacije su komprimirane i komunikacija je jednostavnija. 

Konvencionalne neuronske mreže uče identificirati i prepoznavati objekte kroz ogromne skupove podataka i generiraju značajke. Oni se zatim kodiraju u matematičke 'čvorove' koji se smatraju umjetnim ekvivalentom neurona. Za razliku od fizičara, neuronske mreže su nepredvidljivije i teže ih je protumačiti. 

Umjetna inteligencija i znanstvena otkrića 

Jedan od testova uključivao je davanje mreži simuliranih podataka o kretanju Marsa i Sunca, kako se vidi sa Zemlje. Orbita Marsa oko Sunca čini se nepredvidivom i često mijenja svoj smjer. Bilo je to u 1500-ima kada je Nikola Kopernik otkrio da se jednostavnije formule mogu koristiti za predviđanje kretanja planeta koji kruže oko Sunca. 

Kada je neuronska mreža "otkrila" slične formule za Marovu putanju, ponovno je otkrila jedno od najvažnijih saznanja u povijesti. 

Mario Krenn je fizičar sa Sveučilišta u Torontu u Kanadi i radi na korištenju umjetne inteligencije za znanstvenih otkrića. 

SciNet je ponovno otkrio "jednu od najvažnijih promjena paradigmi u povijesti znanosti", rekao je. 

Prema Renneru, ljudi su još uvijek potrebni da protumače jednadžbe i utvrde kako su povezane s kretanjem planeta oko Sunca. 

Hod Lipson je robotičar na Sveučilištu Columbia u New Yorku. 

"Ovaj rad je važan jer je u stanju izdvojiti ključne parametre koji opisuju fizički sustav", kaže on. "Mislim da su ove vrste tehnika naša jedina nada za razumijevanje i držanje koraka sa sve složenijim fenomenima, u fizici i izvan nje."