Obliczenia kwantowe
Nowa sztuczna inteligencja może odkryć ukryte prawa fizyki
Kluczowe punktyNowa sztuczna inteligencja wydobywa ukryte równania ruchu z danych obserwacyjnych.
Zobacz więcej
- Nowa sztuczna inteligencja wydobywa ukryte równania ruchu z danych obserwacyjnych.
- Metoda rozjaśnia nieznane właściwości geometryczne, aby budować modele wierne fizyce.
- Może uprościć symulacje w prognozowaniu pogody, odkrywaniu leków i projektowaniu samochodów.
Naukowcy z Uniwersytetu Kobe i Uniwersytetu Osaka opracowali nową technologię sztucznej inteligencji (AI), która może odkryć ukryte prawa fizyki. AI może wyodrębnić ukryte równania ruchu z zwykłych danych obserwacyjnych, które są następnie wykorzystywane do stworzenia modelu opartego na prawach fizyki.
Nowe osiągnięcie może umożliwić ekspertom odkrycie ukrytych równań ruchu za zjawiskami, które są nie do wyjaśnienia.
W zespole badawczym znaleźli się associate professor Yaguchi Takaharu oraz doktorant Chen Yuhan z Uniwersytetu Kobe, a także associate professor Matsubara Takashi z Uniwersytetu Osaka.
Badania zostały przedstawione w zeszłym miesiącu na Trzydziestej piątej konferencji na temat Przetwarzania Informacji Neuronowej (NeurIPS2021).
Przewidywanie zjawisk fizycznych
Aby przewidzieć zjawiska fizyczne, eksperci zwykle polegają na symulacjach z użyciem superkomputerów. Symulacje wykorzystują modele matematyczne oparte na prawach fizyki, ale wyniki mogą być niewiarygodne, jeśli model jest wątpliwy. Dlatego jest niezwykle ważne, aby mieć metodę wytwarzania niezawodnych modeli z danych obserwacyjnych zjawisk.
Nowe badania opracowały metodę odkrywania nowych równań ruchu w danych obserwacyjnych. Poprzednie badania koncentrowały się na odkrywaniu równań ruchu z danych, ale niektóre wymagały, aby dane były w odpowiednim formacie. Problem polega na tym, że istnieje wiele przypadków, w których eksperci nie wiedzą, jaki jest najlepszy format danych, więc trudno jest zastosować realistyczne dane.
Ujawnianie nieznanych właściwości geometrycznych
Naukowcy rozwiązali ten problem, ujawniając nieznane właściwości geometryczne za zjawiskami. Umożliwiło to im opracowanie AI, która może znaleźć te właściwości w danych. Jeśli AI może wyodrębnić równania ruchu z danych, to równania mogą być wykorzystane do stworzenia modeli i symulacji, które są zgodne z prawami fizyki.
Symulacje fizyczne odbywają się w dziedzinach takich jak przewidywanie pogody, odkrywanie leków i projektowanie samochodów. Jednak zwykle wymagają obszernych obliczeń. Jeśli AI może nauczyć się z danych konkretnych zjawisk, a także zbudować małe modele przy użyciu nowej metody, to obliczenia mogą być uproszczone, przyspieszone i zgodne z prawami fizyki.
Metoda ta może być również stosowana w dziedzinach niezwiązanych z fizyką, umożliwiając badania i symulacje oparte na wiedzy fizycznej dla zjawisk, które wcześniej były uważane za niemożliwe do wyjaśnienia. Przykładem może być użycie jej do znalezienia ukrytego równania ruchu w danych populacji zwierząt, które pokazuje zmianę liczby osobników, co mogłoby pomóc w uzyskaniu wglądu w zrównoważoność ekosystemu.












