新的人工智能可能会发现隐藏的物理定律

一种新的人工智能（AI）技术可能会发现隐藏的物理定律，由神户大学和大阪大学的研究人员开发。该AI可以从常规的观测数据中提取隐藏的运动方程，然后使用这些方程创建基于物理定律的模型。

这种新发展可能使专家能够发现无法解释的现象背后的隐藏运动方程。

研究团队包括神户大学的助理教授八木原孝和博士生陈宇涵，以及大阪大学的助理教授松原崇。

该研究上个月在第35届神经信息处理系统会议（NeurlPS2021）上进行了介绍。

预测物理现象

为了预测物理现象，专家通常依赖于超级计算机的模拟。这些模拟使用基于物理定律的数学模型，但如果模型存在问题，结果可能不可靠。这就是为什么需要一种从观测数据中产生可靠模型的方法的原因。

新的研究开发了一种从观测数据中发现新运动方程的方法。以前的研究重点是从数据中发现运动方程，但有些需要数据以适当的格式存在。问题在于，有很多情况下，专家不知道使用什么样的数据格式，所以很难应用现实数据。

揭示未知的几何属性

研究人员通过揭示现象背后的未知几何属性来解决这个挑战。这使得他们能够开发出一种可以在数据中找到这些几何属性的AI。如果AI可以从数据中提取运动方程，那么这些方程可以用来创建遵循物理定律的模型和模拟。

物理模拟发生在天气预报、药物发现和汽车设计等领域。然而，它们通常需要大量的计算。如果AI可以从特定现象的数据中学习，并使用新方法构建小规模模型，那么计算可以简化、加快并遵循物理定律。

这种方法也可以应用于与物理无关的领域，实现基于物理知识的调查和模拟，用于以前认为无法解释的现象。一个例子是，它可以用来在动物种群数据中找到隐藏的运动方程，显示个体数量的变化，这可以帮助提供生态系统可持续性的见解。