인공지능, 물리학의 법칙을 스스로 배우다

인공지능과 물리학에서 획기적인 성과를 이루어낸 연구에서, 신경망이 지구가 태양을 중심으로 돌고 있음을 다시 발견했다. 이 새로운 발전은 양자 역학 문제를 해결하는 데 중요할 수 있으며, 연구자들은 대규모 데이터 세트 내에서 패턴을 식별하여 새로운 물리학의 법칙을 발견하는 데 사용할 수 있을 것이라고 희망한다.

신경망인 SciNet은 태양과 화성의 측정값을 제공받았으며, 스위스 연방 기술 연구소의 과학자들은 SciNet에 미래의 특정 시점에 태양과 화성의 위치를 예측하도록 지시했다.

이 연구는 물리학 저널에 발표될 예정이다.

알고리즘 설계

연구팀은 물리학자 Renato Renner를 포함하여 대규모 데이터 세트를 기본 수식으로 요약할 수 있는 알고리즘을 만들기 위해 노력했다. 이는 물리학자들이 방정식을 유도할 때 사용하는 동일한 시스템이다. 이를 위해 연구자들은 신경망을 인간 뇌를 기반으로 해야 했다.

SciNet이 생성한 수식은 태양을 우리 태양계의 중심으로 위치시켰다. 이 연구의 놀라운 점은 SciNet이 천문학자 니콜라우스 코페르니쿠스가 태양중심설을 발견한 방식과 유사하게 이 작업을 수행했다는 것이다.

연구팀은 전자 논문 저장소 arXiv에 발표된 논문에서 이를 강조했다.

“16세기에 코페르니쿠스는遠處의 고정된 별과 여러 행성 및 천체 사이의 각도를 측정하고, 태양이 아니라 지구가 우리 태양계의 중심에 있으며 행성들이 태양을 중심으로 단순한 궤도를 돌고 있다고 가정했다”고 팀은 썼다. “이는 지구에서 볼 때 복잡한 궤도를 설명한다.”

연구팀은 SciNet이 태양과 화성의 이동을 최단 경로로 예측하도록 시도했으며, SciNet은 두 개의 서브 네트워크를 사용하여 정보를 전송한다. 하나의 네트워크는 데이터를 분석하고 학습하며, 다른 하나는 예측하고 정확도를 테스트한다. 이러한 네트워크는 몇 개의 링크로만 연결되어 있으므로 정보가 압축되고 통신이 더 간단해진다.

従来의 신경망은大量의 데이터 세트를 통해 객체를 식별하고 인식하며, 특징을 생성한다. 이러한 특징은 수학적 ‘노드’에 인코딩되며, 인공 뉴런의 동일한 것으로 간주된다. 그러나 물리학자와 달리 신경망은 더 예측할 수 없으며 해석하기 어렵다.

인공지능과 과학적 발견

테스트 중 하나는 지구에서 본 태양과 화성의 이동에 대한 시뮬레이션 데이터를 네트워크에 제공하는 것이었다. 화성의 궤도는 예측할 수 없으며 종종 방향을 역전시킨다. 1500년대에 니콜라우스 코페르니쿠스가 태양을 중심으로 하는 행성의 이동을 예측하는 데 사용할 수 있는 더 단순한 수식이 있음을 발견했다.

신경망이 화성의 궤적에 대한 유사한 수식을 다시 발견했을 때, 과학史上 가장 중요한 패러다임 전환 중 하나를 다시 발견했다.

마리오 크렌은 캐나다 토론토 대학의 물리학자이며, 그는 과학적 발견을 위해 인공지능을 사용하는 연구에 참여하고 있다.

SciNet은 “과학史上 가장 중요한 패러다임 전환 중 하나”를 다시 발견했다고 그는 말했다.

렌너에 따르면, 인간은 여전히 방정식을 해석하고 행성의 이동과 어떻게 관련되어 있는지 결정하는 데 필요하다.

호드 리프슨은 뉴욕시 콜롬비아 대학교의 로봇공학자이다.

“이 연구는 물리적 시스템을 설명하는 중요한 매개변수를 식별할 수 있기 때문에 중요하다”고 그는 말했다. “이러한 기술이 물리학을 넘어서 점점 더 복잡한 현상을 이해하고 따라갈 수 있는 우리의 유일한 희망이라고 생각한다.”