Trí tuệ nhân tạo mới có thể khám phá các định luật vật lý ẩn

Một công nghệ trí tuệ nhân tạo (AI) mới có thể khám phá các định luật vật lý ẩn đã được các nhà nghiên cứu tại Đại học Kobe và Đại học Osaka phát triển. Trí tuệ nhân tạo này có thể trích xuất các phương trình chuyển động ẩn từ dữ liệu quan sát thường, sau đó được sử dụng để tạo mô hình dựa trên các định luật vật lý. 

Sự phát triển mới này có thể cho phép các chuyên gia khám phá các phương trình chuyển động ẩn sau các hiện tượng không thể giải thích. 

Đội nghiên cứu bao gồm Phó giáo sư Yaguchi Takaharu và sinh viên tiến sĩ Chen Yuhan từ Đại học Kobe, cũng như Phó giáo sư Matsubara Takashi từ Đại học Osaka.

Nghiên cứu được trình bày vào tháng trước tại Hội nghị thứ ba mươi lăm về Hệ thống Xử lý Thông tin Neural (NeurlPS2021).

Dự đoán Hiện tượng Vật lý 

Để dự đoán các hiện tượng vật lý, các chuyên gia thường dựa vào mô phỏng với siêu máy tính. Các mô phỏng sử dụng mô hình toán học dựa trên các định luật vật lý, nhưng kết quả có thể không đáng tin cậy nếu mô hình là đáng ngờ. Đây là lý do tại sao việc có một phương pháp sản xuất mô hình đáng tin cậy từ dữ liệu quan sát của các hiện tượng là rất quan trọng. 

Nghiên cứu mới đã phát triển một phương pháp khám phá các phương trình chuyển động mới trong dữ liệu quan sát. Nghiên cứu trước đây đã tập trung vào việc khám phá các phương trình chuyển động từ dữ liệu, nhưng một số yêu cầu dữ liệu phải ở định dạng phù hợp. Vấn đề là có nhiều trường hợp mà các chuyên gia không biết định dạng dữ liệu tốt nhất để sử dụng, vì vậy rất khó để áp dụng dữ liệu thực tế.

Chiếu sáng Các Thuộc tính Hình học Không rõ 

Các nhà nghiên cứu đã giải quyết thách thức này bằng cách chiếu sáng các thuộc tính hình học không rõ đằng sau các hiện tượng. Điều này cho phép họ phát triển một trí tuệ nhân tạo có thể tìm thấy các thuộc tính hình học này trong dữ liệu. Nếu trí tuệ nhân tạo có thể trích xuất các phương trình chuyển động từ dữ liệu, thì các phương trình có thể được sử dụng để tạo mô hình và mô phỏng theo các định luật vật lý. 

Mô phỏng vật lý diễn ra trong các lĩnh vực như dự báo thời tiết, khám phá thuốc và thiết kế ô tô. Tuy nhiên, chúng thường yêu cầu tính toán rộng lớn. Nếu trí tuệ nhân tạo có thể học từ dữ liệu của các hiện tượng cụ thể, cũng như xây dựng mô hình nhỏ sử dụng phương pháp mới, thì các tính toán có thể được đơn giản hóa, tăng tốc và trung thành với các định luật vật lý. 

Phương pháp này cũng có thể được áp dụng cho các lĩnh vực không liên quan đến vật lý, cho phép điều tra và mô phỏng dựa trên kiến thức vật lý cho các hiện tượng trước đây được coi là không thể giải thích. Một ví dụ như vậy là nó có thể được sử dụng để tìm một phương trình chuyển động ẩn trong dữ liệu dân số động vật cho thấy sự thay đổi về số lượng cá thể, điều này có thể giúp cung cấp thông tin về tính bền vững của hệ sinh thái.