stub AI-ya Nû Dikare Zagonên Fîzîkî yên Veşartî Kifşe - Unite.AI
Girêdana bi me

Computing Quantum

AI-ya Nû Dikare Qanûnên Fîzîkî yên Veşartî Kifş bike

Demê on

Teknolojiya nû ya îstîxbarata sûnî (AI) ku dikare qanûnên fizîkî yên veşartî kifş bike, ji hêla lêkolînerên Zanîngeha Kobe û Zanîngeha Osaka ve hatî pêşve xistin. AI dikare hevkêşeyên tevgerê yên veşartî ji daneyên çavdêriya birêkûpêk derxîne, ku piştre ji bo afirandina modelek li ser bingeha qanûnên fizîkê tê bikar anîn. 

Pêşkeftina nû dikare pisporan bihêle ku hevkêşeyên tevgerê yên veşartî li pişt fenomenên ku nayên ravekirin kifş bikin. 

Tîma lêkolînê ji Doçent Profesor Yaguchi Takaharu û Ph.D. xwendekar Chen Yuhan ji Zanîngeha Kobe, û her weha Doçent Profesor Matsubara Takashi ji Zanîngeha Osaka.

Lêkolîn di meha borî de hate pêşkêş kirin Konferansa sî û pêncemîn li ser Pergalên Pêvajoya Agahdariya Neural (NeurlPS2021).

Pêşbînkirina Fenomenên Fîzîkî 

Ji bo ku pêşbîniyên li ser fenomenên laşî bikin, pispor bi gelemperî xwe dispêrin simulasyonên bi superkomputeran. Simulasyon modelên matematîkî yên li ser bingeha qanûnên fizîkê bikar tînin, lê heke model bi guman be, encam dikarin nebawer bin. Ji ber vê yekê pir girîng e ku meriv rêbazek hilberandina modelên pêbawer ji daneyên çavdêriya fenomenan hebe. 

Lêkolîna nû rêbazek vedîtina hevkêşeyên nû yên tevgerê di daneyên çavdêriyê de pêş xist. Lêkolînên berê balê dikişîne ser vedîtina hevkêşeyên tevgerê yên ji daneyan, lê hinan hewce dike ku dane di forma guncan de bin. Pirsgirêk ev e ku gelek rewş hene ku pispor formata daneya çêtirîn a ku bikar bînin nizanin, ji ber vê yekê dijwar e ku meriv daneyên rastîn bicîh bîne.

Ronahîkirina Taybetmendiyên Geometrîkî yên Nenas 

Lekolînwanan bi ronîkirina taybetmendiyên geometrîkî yên nenas ên li pişt diyardeyan ev pirsgirêk çareser kirin. Vê yekê wan hişt ku AI-yek pêşve bibin ku dikare van taybetmendiyên geometrîkî di daneyan de bibîne. Ger AI dikare hevkêşeyên tevgerê ji daneyan derxe, wê hingê ew hevkêş dikarin ji bo afirandina model û simulasyonên ku qanûnên laşî dişopînin werin bikar anîn. 

Simulasyonên fizîkî di warên wekî pêşbîniya hewayê, vedîtina derman, û sêwirana gerîdeyê de cih digirin. Lêbelê, ew bi gelemperî hesabek berfireh hewce dikin. Ger AI bikaribe ji daneyên diyardeyên taybetî fêr bibe, û hem jî bi karanîna rêbaza nû modelên piçûk ava bike, wê hingê dibe ku hesab were hêsan kirin, bilezkirin û bi qanûnên fizîkê re dilsoz be. 

Rêbaz di heman demê de dikare li deverên ku bi fizîkê re ne têkildar be jî were sepandin, ku ji bo diyardeyên ku berê ravekirina nepêkandî dihatin hesibandin vekolînên bingeh-zanîna fîzîkê û simulasyonên îmkan dike. Nimûneyek weha ev e ku ew dikare were bikar anîn da ku hevokek tevgerê ya veşartî di daneyên nifûsa heywanan de bibîne ku guherîna hejmara kesan nîşan dide, ku dikare alîkariya peydakirina têgihiştinên li ser domdariya ekosîstemê bike. 

Alex McFarland rojnamevan û nivîskarek AI-ê ye ku pêşkeftinên herî dawî yên di îstîxbarata sûnî de vedikole. Wî li çaraliyê cîhanê bi gelek destpêk û weşanên AI-yê re hevkarî kiriye.