인공지능, 물리학의 법칙을 스스로 배우다

인공지능과 물리학에서 기념비적인 순간인 이번 연구에서, 신경망이 지구가 태양을 공전한다는 것을 “재발견”했다. 이번 새로운 발전은 양자 역학 문제를 해결하는 데 중요할 수 있으며, 연구자들은 이를 사용하여 대규모 데이터 세트 내에서 패턴을 식별하여 새로운 물리학의 법칙을 발견할 수 있기를 바라고 있다.

SciNet이라는 이름의 신경망은 지구에서 본 태양과 화성의 측정값을 입력받았다. 스위스 연방 공과 대학의 과학자들은 SciNet에 미래의 다른 시간에 태양과 화성이 어디에 있을지 예측하도록 지시했다.

이 연구는 Physical Review Letters에 발표될 예정이다.

알고리즘 설계

연구팀, 물리학자 Renato Renner를 포함하여, 알고리즘을 대규모 데이터 세트를 기본 수식으로 추출할 수 있도록 만들었다. 이는 물리학자들이 방정식을 유도할 때 사용하는 동일한 시스템이다. 이를 위해 연구자들은 신경망을 인간의 뇌를 기반으로 해야 했다.

SciNet이 생성한 수식은 태양을 우리 태양계의 중심에 놓았다. 이 연구의 놀라운 측면 중 하나는 SciNet이 천문학자 니콜라우스 코페르니쿠스가 지구중심설을 발견한 방식과 유사하게 이를 수행했다는 것이다.

연구팀은 전자 원고 저장소 arXiv에 발표된 논문에서 이를 강조했다.

“16세기에 코페르니쿠스는 먼 별과 여러 행성 및 천체 사이의 각도를 측정하고 태양, 지구가 아니라 태양이 우리 태양계의 중심에 있고 행성은 태양을 중심으로 단순한 궤도를 따라 이동한다고 가정했다”고 팀은 썼다. “이는 지구에서 본 복잡한 궤도를 설명한다.”

연구팀은 SciNet이 태양과 화성의 이동을 가능한 한 간단하게 예측하도록 시도했으며, SciNet은 정보를 전달하기 위해 두 개의 하위 네트워크를 사용한다. 하나의 네트워크는 데이터를 분석하고 학습하며, 다른 하나는 예측을 하고 정확도를 테스트한다. 이러한 네트워크는 몇 개의 링크로만 연결되어 있으므로 정보가 압축되고 통신이 더 단순해진다.

일반적인 신경망은巨大的 데이터 세트를 통해 객체를 식별하고 인식하며, 특징을 생성한다. 이러한 특징은 수학적 ‘노드’에 인코딩되며, 이는 인공 신경 세포의 동등한 것으로 간주된다. 물리학자와 달리 신경망은 더 예측할 수 없고 해석하기 어렵다.

인공지능과 과학적 발견

테스트 중 하나는 네트워크에 지구에서 본 화성과 태양의 이동에 대한 시뮬레이션 데이터를 제공하는 것이었다. 화성의 궤도는 태양 주위를 공전하는 것으로 보이지만, 종종 방향을 바꾼다. 1500년대에 니콜라우스 코페르니쿠스가 행성의 이동을 예측하는 데 사용할 수 있는 더 단순한 수식이 있다는 것을 발견했다.

신경망이 화성의 궤적에 대한 유사한 수식을 “발견”했을 때, 이는 역사상 가장 중요한 지식 중 하나를 재발견한 것이었다.

마리오 크렌은 캐나다 토론토 대학교의 물리학자이며, 그는 과학적 발견을 위해 인공지능을 사용하는 연구를 진행하고 있다.

SciNet이 “과학史上 가장 중요한 패러다임의 변화 중 하나”를 재발견했다고 그는 말했다.

렌너에 따르면, 인공지능이 생성한 방정식을 해석하고 행성의 이동과 태양 주위를 공전하는 것에 어떻게 연결되는지 결정하기 위해 인간이 여전히 필요하다.

호드 리프슨은 뉴욕시 컬럼비아 대학교의 로봇공학자이다.

“이 연구는 물리적 시스템을 설명하는 중요한 매개변수를 단일화하는 데 능숙하기 때문에 중요하다”고 그는 말했다. “이러한 종류의 기술이 물리학을 넘어서 점점 더 복잡한 현상을 이해하고 따라가기 위한 우리의 유일한 희망이라고 생각한다.”