Новая система ИИ может открыть скрытые физические законы

Ученые из Университета Кобе и Университета Осаки разработали новую систему искусственного интеллекта (ИИ), способную открыть скрытые физические законы. Эта система ИИ может извлекать скрытые уравнения движения из обычных наблюдательных данных, которые затем используются для создания модели на основе законов физики.

Это новое развитие может позволить экспертам открыть скрытые уравнения движения, стоящие за явлениями, которые ранее были необъяснимы.

Исследовательская группа включала доцента Ягучи Такахару и аспиранта Чена Юхана из Университета Кобе, а также доцента Мацубару Такаши из Университета Осаки.

Исследование было представлено на прошлом месяце на Тридцать пятой конференции по обработке нейронной информации (NeurlPS2021).

Прогнозирование физических явлений

Чтобы сделать прогнозы о физических явлениях, эксперты обычно полагаются на симуляции с помощью суперкомпьютеров. Симуляции используют математические модели, основанные на законах физики, но результаты могут быть ненадежными, если модель сомнительна. Поэтому важно иметь метод получения надежных моделей из наблюдательных данных явлений.

Новое исследование разработало метод открытия новых уравнений движения в наблюдательных данных. Предыдущие исследования были сосредоточены на открытии уравнений движения из данных, но некоторые требовали, чтобы данные были в подходящем формате. Проблема заключается в том, что есть много случаев, когда эксперты не знают, какой формат данных использовать, поэтому трудно применить реалистичные данные.

Освещение неизвестных геометрических свойств

Ученые решили эту проблему, освещая неизвестные геометрические свойства, стоящие за явлениями. Это позволило им разработать систему ИИ, способную находить эти геометрические свойства в данных. Если система ИИ может извлекать уравнения движения из данных, то эти уравнения могут быть использованы для создания моделей и симуляций, следующих законам физики.

Физические симуляции происходят в областях, таких как прогнозирование погоды, открытие лекарств и проектирование автомобилей. Однако они обычно требуют обширных расчетов. Если система ИИ может учиться на данных конкретных явлений, а также строить небольшие модели с помощью нового метода, то расчеты могут быть упрощены, ускорены и верны законам физики.

Этот метод также может быть применен к областям, не связанным с физикой, что позволит проводить исследования и симуляции на основе знаний физики для явлений, ранее считавшихся необъяснимыми. Например, он может быть использован для нахождения скрытого уравнения движения в данных о популяции животных, показывающем изменение количества особей, что может помочь получить представление об устойчивости экосистемы.