AI는 스스로 물리 법칙을 가르칩니다.

AI와 물리학 모두에서 기념비적인 순간에 신경망은 지구가 태양을 공전한다는 것을 "재발견"했습니다.. 새로운 개발은 양자 역학 문제를 해결하는 데 중요할 수 있으며 연구원은 대규모 데이터 세트 내에서 패턴을 식별하여 새로운 물리 법칙을 발견하는 데 사용될 수 있기를 희망합니다. 

SciNet이라는 이름의 신경망, 태양과 화성이 지구에서 어떻게 나타나는지 보여주는 측정값을 받았습니다. 스위스 연방 공과대학(Swiss Federal Institute of Technology)의 과학자들은 미래에 태양과 화성이 서로 다른 시간에 있을 위치를 예측하는 임무를 SciNet에 맡겼습니다. 

이 연구는 물리적 검토 편지. 

알고리즘 설계

물리학자 Renato Renner를 포함한 팀은 대용량 데이터 세트를 기본 공식으로 추출할 수 있는 알고리즘을 만들기 시작했습니다. 이것은 방정식을 만들 때 물리학자들이 사용하는 것과 동일한 시스템입니다. 이를 위해 연구원들은 인간의 뇌에 신경망을 기반으로 해야 했습니다. 

SciNet에서 생성한 공식은 태양을 태양계의 중심에 두었습니다. 이 연구의 주목할 만한 측면 중 하나는 SciNet이 천문학자 Nicolaus Copernicus가 태양 중심성을 발견한 방법과 유사하게 이 작업을 수행했다는 것입니다. 

팀은 인쇄 전 저장소 arXiv에 게시된 논문에서 이 점을 강조했습니다. 

“16세기에 코페르니쿠스는 멀리 떨어진 고정된 별과 여러 행성 및 천체 사이의 각도를 측정하고 지구가 아닌 태양이 우리 태양계의 중심에 있으며 행성이 태양 주위를 단순하게 움직인다는 가설을 세웠습니다. 궤도를 돌고 있습니다.”라고 팀은 썼습니다. "이것은 지구에서 본 복잡한 궤도를 설명합니다."

팀은 SciNet이 가능한 가장 간단한 방법으로 태양과 화성의 움직임을 예측하도록 하려고 했습니다. 따라서 SciNet은 두 개의 하위 네트워크를 사용하여 정보를 주고 받습니다. 네트워크 중 하나는 데이터를 분석하고 학습하며, 다른 네트워크는 해당 지식을 기반으로 예측하고 정확도를 테스트합니다. 이러한 네트워크는 단 몇 개의 링크로 서로 연결되어 있기 때문에 정보가 압축되고 통신이 더 간단해집니다. 

기존의 신경망은 방대한 데이터 세트를 통해 객체를 식별하고 인식하는 방법을 학습하고 특징을 생성합니다. 그런 다음 뉴런과 인공적으로 동등한 것으로 간주되는 수학적 '노드'로 인코딩됩니다. 물리학자와 달리 신경망은 더 예측할 수 없고 해석하기 어렵습니다. 

인공지능과 과학적 발견 

테스트 중 하나는 지구에서 볼 때 화성과 태양의 움직임에 대한 시뮬레이션 데이터를 네트워크에 제공하는 것과 관련이 있습니다. 태양 주위를 도는 화성의 궤도는 예측할 수 없는 것처럼 보이며 종종 경로를 반대로 합니다. Nicolaus Copernicus가 태양 주위를 공전하는 행성의 움직임을 예측하는 데 더 간단한 공식을 사용할 수 있다는 사실을 발견한 것은 1500년대였습니다. 

신경망이 Mar의 궤적에 대한 유사한 공식을 "발견"했을 때 역사상 가장 중요한 지식 중 하나를 재발견했습니다. 

Mario Krenn은 캐나다 토론토 대학교의 물리학자이며 인공 지능을 사용하여 과학적 발견을 하는 일을 하고 있습니다. 

SciNet은 "과학 역사상 가장 중요한 패러다임 변화 중 하나"를 재발견했다고 그는 말했습니다. 

Renner에 따르면 방정식을 해석하고 방정식이 태양 주위의 행성의 움직임과 어떻게 연결되어 있는지 결정하려면 여전히 인간이 필요합니다. 

호드 립슨(Hod Lipson)은 뉴욕 컬럼비아 대학교의 로봇 공학자입니다. 

"이 작업은 물리적 시스템을 설명하는 중요한 매개변수를 골라낼 수 있기 때문에 중요합니다."라고 그는 말합니다. "저는 이러한 종류의 기술이 물리학과 그 이상에서 점점 더 복잡해지는 현상을 이해하고 보조를 맞출 수 있는 유일한 희망이라고 생각합니다."