stubbur Ný gervigreind gæti uppgötvað falin líkamleg lögmál - Unite.AI
Tengja við okkur

Quantum Computing

Ný gervigreind gæti uppgötvað falin líkamleg lögmál

Uppfært on

Ný gervigreind (AI) tækni sem gæti uppgötvað falin eðlislögmál hefur verið þróuð af vísindamönnum við Kobe háskólann og Osaka háskólann. Gervigreindin getur dregið út faldar hreyfijöfnur úr venjulegum athugunargögnum, sem síðan eru notuð til að búa til líkan sem byggir á eðlisfræðilögmálum. 

Nýja þróunin gæti gert sérfræðingum kleift að uppgötva faldar hreyfijöfnur á bak við fyrirbæri sem eru óútskýranleg. 

Í rannsóknarhópnum voru dósent Yaguchi Takaharu og Ph.D. nemandi Chen Yuhan frá Kobe háskóla, auk dósents Matsubara Takashi frá Osaka háskóla.

Rannsóknin var kynnt í síðasta mánuði á Þrjátíu og fimmta ráðstefnan um taugaupplýsingavinnslukerfi (NeurlPS2021).

Að spá fyrir um líkamleg fyrirbæri 

Til að spá fyrir um eðlisfræðileg fyrirbæri treysta sérfræðingar venjulega á uppgerð með ofurtölvum. Í uppgerðunum er notast við stærðfræðileg líkön sem byggja á eðlisfræðilögmálum en niðurstöðurnar geta verið óáreiðanlegar ef líkanið er vafasamt. Þess vegna er mikilvægt að hafa aðferð til að búa til áreiðanleg líkön úr athugunargögnum fyrirbæra. 

Nýja rannsóknin þróaði aðferð til að uppgötva nýjar hreyfijöfnur í athugunargögnum. Fyrri rannsóknir hafa beinst að því að uppgötva hreyfijöfnur út frá gögnum, en sumar kröfðust þess að gögnin væru á viðeigandi sniði. Vandamálið er að það eru mörg tilvik þar sem sérfræðingar vita ekki hvaða gagnasnið er best að nota, svo það er erfitt að nota raunhæf gögn.

Lýsa upp óþekkta rúmfræðilega eiginleika 

Rannsakendur tókust á við þessa áskorun með því að lýsa óþekktu rúmfræðilegu eiginleikana á bak við fyrirbæri. Þetta gerði þeim kleift að þróa gervigreind sem getur fundið þessa rúmfræðilegu eiginleika í gögnum. Ef gervigreind getur dregið út hreyfijöfnur úr gögnum, þá væri hægt að nota jöfnurnar til að búa til líkön og eftirlíkingar sem fylgja eðlisfræðilegum lögmálum. 

Líkamlegar eftirlíkingar eiga sér stað á sviðum eins og veðurspá, lyfjauppgötvun og bílahönnun. Hins vegar þurfa þeir venjulega víðtæka útreikninga. Ef gervigreind getur lært af gögnum tiltekinna fyrirbæra, sem og smíðað smærri líkön með nýju aðferðinni, þá væri hægt að einfalda útreikninga, flýta fyrir og trúa eðlisfræðilögmálum. 

Aðferðina gæti einnig verið beitt á sviðum sem eru ótengd eðlisfræði, sem gerir eðlisfræðiþekkingu byggðar rannsóknir og uppgerð fyrir fyrirbæri sem áður var talið ómögulegt að útskýra. Eitt slíkt dæmi er að hægt væri að nota það til að finna falda hreyfijöfnu í gögnum um dýrastofna sem sýna breytingu á fjölda einstaklinga, sem gæti hjálpað til við að veita innsýn í sjálfbærni vistkerfa. 

Alex McFarland er blaðamaður og rithöfundur gervigreindar sem skoðar nýjustu þróunina í gervigreind. Hann hefur unnið með fjölmörgum AI sprotafyrirtækjum og útgáfum um allan heim.