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は、隠れた物理法則を発見できる新しいAI技術を開発しました。このAIは、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、それを使用して物理法則に基づいたモデルを作成します。

この新しい開発により、専門家は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ります。

研究チームには、神戸大学の柳内孝治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含まれていました。

この研究は、先月、第35回ニューラル情報処理システム会議（NeurlPS2021）で発表されました。

物理現象の予測

物理現象の予測を行うには、専門家は通常、スーパーコンピューターを使用したシミュレーションに頼ります。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しますが、モデルが疑わしい場合は結果が信頼できない可能性があります。したがって、観測データから信頼できるモデルを生成する方法を持つことが重要です。

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ました。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ましたが、一部の研究ではデータを適切な形式でなければなりませんでした。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す。

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ました。これにより、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ました。AIがデータから運動方程式を抽出できる場合、それらの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できます。

物理シミュレーションは、天気予報、薬剤発見、自動車設計などの分野で行われます。しかし、通常、広範な計算が必要です。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ます。

この方法は、物理学に関連しない分野にも適用できます。物理学知識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現象に対して実行できるようになります。たとえば、動物の個体数の変化を示す動物群データから隠れた運動方程式を見つけることができます。これにより、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ます。