A Inteligência Artificial Ensina a si Mesma as Leis da Física

Em um momento monumental tanto para a inteligência artificial quanto para a física, uma rede neural “redescobriu” que a Terra orbita o Sol. O novo desenvolvimento pode ser fundamental para resolver problemas de mecânica quântica, e os pesquisadores esperam que possa ser usado para descobrir novas leis da física, identificando padrões dentro de grandes conjuntos de dados.

A rede neural, nomeada SciNet, foi alimentada com medições que mostram como o Sol e Marte aparecem da Terra. Cientistas do Instituto Federal Suíço de Tecnologia então atribuíram à SciNet a tarefa de prever onde o Sol e Marte estariam em diferentes momentos no futuro.

A pesquisa será publicada em Physical Review Letters.

Projetando o Algoritmo

A equipe, incluindo o físico Renato Renner, se esforçou para tornar o algoritmo capaz de destilar grandes conjuntos de dados em fórmulas básicas. Este é o mesmo sistema usado por físicos quando criam equações. Para fazer isso, os pesquisadores tiveram que basear a rede neural no cérebro humano.

As fórmulas geradas pela SciNet colocaram o Sol no centro de nosso sistema solar. Um dos aspectos notáveis dessa pesquisa foi que a SciNet fez isso de maneira semelhante à como o astrônomo Nicolau Copérnico descobriu a heliocentricidade.

A equipe destacou isso em um artigo publicado no repositório de pré-impressão arXiv.

“No século XVI, Copérnico mediu os ângulos entre uma estrela fixa distante e vários planetas e corpos celestes e hipotetizou que o Sol, e não a Terra, está no centro de nosso sistema solar e que os planetas se movem em torno do Sol em órbitas simples,” escreveu a equipe. “Isso explica as órbitas complicadas como vistas da Terra.”

A equipe tentou fazer com que a SciNet previsse os movimentos do Sol e Marte da maneira mais simples possível, então a SciNet usa duas sub-redes para enviar informações de volta e para frente. Uma das redes analisa os dados e aprende com eles, e a outra faz previsões e testa a precisão com base nesse conhecimento. Como essas redes estão conectadas por apenas alguns links, as informações são comprimidas e a comunicação é mais simples.

Redes neurais convencionais aprendem a identificar e reconhecer objetos por meio de grandes conjuntos de dados e geram recursos. Esses recursos são então codificados em ‘nós’ matemáticos, que são considerados o equivalente artificial de neurônios. Ao contrário dos físicos, as redes neurais são mais imprevisíveis e difíceis de interpretar.

Inteligência Artificial e Descobertas Científicas

Um dos testes envolveu fornecer à rede dados simulados sobre os movimentos de Marte e do Sol, como vistos da Terra. A órbita de Marte em torno do Sol parece imprevisível e frequentemente reverte seu curso. Foi no século XVI que Nicolau Copérnico descobriu que fórmulas mais simples poderiam ser usadas para prever os movimentos dos planetas que orbitam o Sol.

Quando a rede neural “descobriu” fórmulas semelhantes para a trajetória de Marte, ela redescobriu uma das peças de conhecimento mais importantes da história.

Mario Krenn é um físico da Universidade de Toronto, no Canadá, e trabalha no uso de inteligência artificial para fazer descobertas científicas.

A SciNet redescobriu “uma das mudanças de paradigma mais importantes na história da ciência,” disse ele.

De acordo com Renner, os humanos ainda são necessários para interpretar as equações e determinar como elas estão conectadas ao movimento dos planetas em torno do Sol.

Hod Lipson é um robótico da Universidade de Columbia, em Nova York.

“Este trabalho é importante porque é capaz de destacar os parâmetros cruciais que descrevem um sistema físico,” ele diz. “Acho que esses tipos de técnicas são nossa única esperança de entender e acompanhar fenômenos cada vez mais complexos, na física e além.”