AI Baru Bisa Menemukan Hukum Fisika Tersembunyi

Teknologi kecerdasan buatan (AI) baru yang dapat menemukan hukum fisika tersembunyi telah dikembangkan oleh peneliti di Kobe University dan Osaka University. AI dapat mengekstrak persamaan gerak tersembunyi dari data pengamatan biasa, yang kemudian digunakan untuk membuat model berdasarkan hukum fisika.

Pengembangan baru ini dapat memungkinkan para ahli menemukan persamaan gerak tersembunyi di balik fenomena yang tidak dapat dijelaskan.

Tim peneliti termasuk Associate Professor Yaguchi Takaharu dan mahasiswa Ph.D. Chen Yuhan dari Kobe University, serta Associate Professor Matsubara Takashi dari Osaka University.

Penelitian ini dipresentasikan bulan lalu di Konferensi ke-35 tentang Sistem Pemrosesan Informasi Saraf (NeurlPS2021).

Memprediksi Fenomena Fisik

Untuk membuat prediksi tentang fenomena fisik, para ahli biasanya mengandalkan simulasi dengan superkomputer. Simulasi tersebut menggunakan model matematika berdasarkan hukum fisika, tetapi hasilnya dapat tidak dapat diandalkan jika modelnya dipertanyakan. Ini adalah alasan mengapa sangat penting untuk memiliki metode produksi model yang dapat diandalkan dari data pengamatan fenomena.

Penelitian baru ini mengembangkan metode penemuan persamaan gerak baru dalam data pengamatan. Penelitian sebelumnya telah fokus pada menemukan persamaan gerak dari data, tetapi beberapa memerlukan data dalam format yang tepat. Masalahnya adalah bahwa ada banyak kasus di mana para ahli tidak tahu format data terbaik untuk digunakan, sehingga sulit untuk menerapkan data yang realistis.

Menerangi Sifat Geometris Tidak Dikenal

Para peneliti mengatasi tantangan ini dengan menerangi sifat geometris tidak dikenal di balik fenomena. Ini memungkinkan mereka mengembangkan AI yang dapat menemukan sifat geometris ini dalam data. Jika AI dapat mengekstrak persamaan gerak dari data, maka persamaan tersebut dapat digunakan untuk membuat model dan simulasi yang mengikuti hukum fisika.

Simulasi fisik terjadi di bidang seperti peramalan cuaca, penemuan obat, dan desain mobil. Namun, mereka biasanya memerlukan perhitungan yang luas. Jika AI dapat belajar dari data fenomena tertentu, serta membangun model skala kecil menggunakan metode baru, maka perhitungan dapat disederhanakan, dipercepat, dan setia pada hukum fisika.

Metode ini juga dapat diterapkan pada bidang yang tidak terkait dengan fisika, memungkinkan penyelidikan dan simulasi berbasis pengetahuan fisika untuk fenomena yang sebelumnya dianggap tidak dapat dijelaskan. Salah satu contoh adalah bahwa metode ini dapat digunakan untuk menemukan persamaan gerak tersembunyi dalam data populasi hewan yang menunjukkan perubahan jumlah individu, yang dapat membantu memberikan wawasan tentang keberlanjutan ekosistem.