Nowy AI Może Odkryć Ukryte Prawa Fizyczne

Nowa technologia sztucznej inteligencji (AI), która może odkryć ukryte prawa fizyczne, została opracowana przez badaczy z Uniwersytetu Kobe i Uniwersytetu Osaka. AI może wyodrębnić ukryte równania ruchu z regularnych danych obserwacyjnych, które są następnie wykorzystywane do stworzenia modelu opartego na prawach fizyki. 

Nowy rozwój może umożliwić ekspertom odkrycie ukrytych równań ruchu za zjawiskami, które są nie do wyjaśnienia. 

Zespół badawczy obejmował adiunkta Yaguchi Takaharu i studenta doktoranckiego Chen Yuhan z Uniwersytetu Kobe, a także adiunkta Matsubara Takashi z Uniwersytetu Osaka.

Badania zostały przedstawione w zeszłym miesiącu na Trzydziestym piątym Konferencji na temat Systemów Przetwarzania Informacji Neuronowej (NeurlPS2021).

Przewidywanie Zjawisk Fizycznych 

Aby dokonywać przewidywań dotyczących zjawisk fizycznych, 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 to bardzo ważne, aby posiadać metodę wytwarzania wiarygodnych 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 do użycia, więc trudno jest zastosować realistyczne dane.

Oświetlenie Nieznanych Właściwości Geometrycznych 

Badacze rozwiązali ten problem, oświetlając nieznane właściwości geometryczne za zjawiskami. Umożliwiło to im opracowanie AI, które może znaleźć te właściwości geometryczne w danych. Jeśli AI może wyodrębnić równania ruchu z danych, to równania mogą być wykorzystane do stworzenia modeli i symulacji, które podążają za prawami fizyki. 

Symulacje fizyczne odbywają się w dziedzinach takich jak prognozowanie pogody, odkrywanie leków i projektowanie samochodów. Jednak zwykle wymagają obszernych obliczeń. Jeśli AI może nauczyć się z danych określonych zjawisk, a także zbudować małe modele z użyciem nowej metody, to obliczenia mogą być uproszczone, przyspieszone i wiernie odwzorowywać prawa 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 to, że może być używana do znalezienia ukrytego równania ruchu w danych populacji zwierząt, które pokazują zmianę liczby osobników, co może pomóc w uzyskaniu wglądu w zrównoważoność ekosystemu.