新しいAIは隠れた物理法則を発見できる

神戸大学と大阪大学の研究者によって、隠れた物理法則を発見できる新しい人工知能（AI）技術が開発された。このAIは、通常の観測データから隠れた運動方程式を抽出することができ、これを使用して物理法則に基づいたモデルを作成することができる。

この新しい開発により、専門家が説明できない現象の背後にある隠れた運動方程式を発見できるようになる。

研究チームには、神戸大学の矢口孝太郎准教授と陳宇涵博士課程学生、および大阪大学の松原孝士准教授が参加していた。

この研究は、先月、第35回神経情報処理システム会議（NeurlPS2021）で発表された。

物理現象の予測

物理現象の予測を行うために、専門家は通常、スーパーコンピュータを使用したシミュレーションに頼っている。シミュレーションは物理法則に基づいた数学モデルを使用するが、モデルが疑わしい場合、結果は信頼できない。このため、現象の観測データから信頼できるモデルを生成する方法が必要である。

新しい研究では、観測データから新しい運動方程式を発見する方法が開発された。以前の研究では、データから運動方程式を発見することに焦点が当てられていたが、一部の研究では、データが適切な形式であることが必要だった。問題は、専門家が最適なデータ形式を知らない場合が多いため、現実的なデータを適用することが難しいことである。

未知の幾何学的特性の照明

研究者は、この課題に対処するために、現象の背後にある未知の幾何学的特性を照明した。このことで、データからこれらの幾何学的特性を見つけることができるAIを開発することができた。AIがデータから運動方程式を抽出できる場合、方程式を使用して物理法則に従ったモデルとシミュレーションを作成することができる。

物理シミュレーションは、気象予報、薬剤発見、車両設計などの分野で行われている。しかし、通常、広範な計算が必要である。AIが特定の現象のデータから学習し、新しい方法を使用して小規模なモデルを構築できる場合、計算を簡素化し、高速化し、物理法則に従ったものにすることができる。

この方法は、物理学以外の分野にも適用でき、物理学に基づいた調査とシミュレーションを、以前は説明できないと考えられていた現象にも実施できる。たとえば、個体数の変化を示す動物個体群データから隠れた運動方程式を見つけることができ、これは生態系の持続可能性に関する洞察を提供することができる。