새로운 AI는 숨겨진 물리적 법칙을 발견할 수 있습니다.

숨겨진 물리적 법칙을 발견할 수 있는 새로운 인공 지능(AI) 기술이 고베 대학과 오사카 대학의 연구원들에 의해 개발되었습니다. AI는 일반 관찰 데이터에서 숨겨진 운동 방정식을 추출한 다음 물리 법칙에 따라 모델을 만드는 데 사용됩니다. 

새로운 개발을 통해 전문가는 설명할 수 없는 현상 뒤에 숨겨진 운동 방정식을 발견할 수 있습니다. 

연구팀에는 Yaguchi Takaharu 부교수와 Ph.D. Kobe 대학의 Chen Yuhan 학생과 오사카 대학의 Matsubara Takashi 부교수.

이 연구는 지난달 학술대회에서 발표됐다. 신경 정보 처리 시스템에 관한 제2021차 회의(NeurlPSXNUMX).

물리적 현상 예측 

물리적 현상을 예측하기 위해 전문가들은 일반적으로 슈퍼컴퓨터를 사용한 시뮬레이션에 의존합니다. 시뮬레이션은 물리 법칙에 기반한 수학적 모델을 사용하지만 모델이 의심스러운 경우 결과를 신뢰할 수 없습니다. 그렇기 때문에 현상의 관측 데이터로부터 신뢰할 수 있는 모델을 생성하는 방법을 갖는 것이 중요합니다. 

새로운 연구는 관찰 데이터에서 새로운 운동 방정식을 발견하는 방법을 개발했습니다. 이전 연구는 데이터에서 운동 방정식을 발견하는 데 중점을 두었지만 일부는 데이터가 적절한 형식이어야 했습니다. 문제는 전문가가 사용하기에 가장 적합한 데이터 형식을 모르는 경우가 많아 현실적인 데이터를 적용하기 어렵다는 것입니다.

알 수 없는 기하학적 속성 조명 

연구자들은 현상 뒤에 숨겨진 기하학적 특성을 밝혀 이 문제를 해결했습니다. 이를 통해 데이터에서 이러한 기하학적 특성을 찾을 수 있는 AI를 개발할 수 있었습니다. AI가 데이터에서 운동 방정식을 추출할 수 있다면 방정식을 사용하여 물리 법칙을 따르는 모델과 시뮬레이션을 만들 수 있습니다. 

물리적 시뮬레이션은 일기 예보, 약물 발견, 자동차 디자인과 같은 분야에서 이루어집니다. 그러나 일반적으로 광범위한 계산이 필요합니다. AI가 특정 현상의 데이터에서 학습하고 새로운 방법을 사용하여 소규모 모델을 구성할 수 있다면 계산이 단순화되고 속도가 빨라지며 물리 법칙에 충실할 수 있습니다. 

이 방법은 물리학과 무관한 영역에도 적용될 수 있어 이전에는 설명이 불가능하다고 여겨졌던 현상에 대한 물리학 지식 기반 조사 및 시뮬레이션이 가능합니다. 그러한 예 중 하나는 개체 수의 변화를 보여주는 동물 개체군 데이터에서 숨겨진 운동 방정식을 찾는 데 사용될 수 있으며, 이는 생태계 지속 가능성에 대한 통찰력을 제공하는 데 도움이 될 수 있습니다.