Новый ИИ открывает альтернативную физику

Блог компании SkillFactory. Автор оригинала: Школа инженерных и прикладных наук Колумбийского университета. Новый ИИ от Колумбийского университета наблюдает за физическими явлениями и раскрывает соответствующие переменные. Именно они и стали неожиданностью. Подробности и код — к старту нашего флагманского курса по Data Science.

Энергия, масса, скорость. Эти три переменные составляют знаменитое уравнение Эйнштейна E = mc2. Но откуда вообще Альберт Эйнштейн узнал об этих концепциях? Чтобы понять физику, необходимо определить соответствующие переменные. Без понятий энергии, массы и скорости даже Эйнштейн не смог бы открыть теорию относительности. Но могут ли такие переменные обнаруживаться автоматически?

Этот вопрос исследователи задали искусственному интеллекту, который они разработали для наблюдения за физическими явлениями на видео и поиска наименьшего множества фундаментальных переменных, полностью описывающих наблюдаемую динамику. 25 июля исследование опубликовано в журнале Nature Computational Science.

Учёные начали с подачи в систему необработанных видеозаписей физических явлений, уравнения которых уже знали. Например, они предоставили видео качающегося двойного маятника, который, как известно, имеет ровно четыре «переменных состояния» — угол и угловую скорость каждого из двух рычагов. После нескольких часов анализа ИИ выдал ответ: 4,7.

Хаотическая динамическая система с качающейся палкой в движении. Наша работа направлена на обнаружение и извлечение наименьшего числа переменных состояния, необходимых для описания такой системы напрямую из видеозаписи высокого разрешения

«Мы подумали, что ответ достаточно близок [к истине]», — рассказывает Ход Липсон, директор Creative Machines Lab в Департаменте машиностроения, где в основном проводилось это исследование. — Тем более, всё, к чему у ИИ был доступ, — это необработанные видеоматериалы без каких-либо знаний о физике или геометрии. Хотелось узнать не только количество переменных, но и что это за переменные».

Исследователи приступили к визуализации идентифицированных переменных. Программа не может описать переменные интуитивно, понятно для человека, поэтому их извлечение было затруднительным. Позже выяснилось, что две выбранные программой переменные примерно соответствуют углам рычагов, но две другие остаются загадкой.

«Мы пытались сопоставить эти новые переменные со всем, что только можно придумать: с угловой и линейной скоростью, кинетической и потенциальной энергией, с различными комбинациями известных величин, — рассказывает руководитель проекта Боюань Чен, ныне доцент Университета Дьюка. – Но ничто, казалось, не совпадало идеально».

Команда была уверена, что ИИ нашёл правильный набор из четырёх переменных, поскольку делал хорошие прогнозы, «но мы ещё не понимаем математический язык, на котором он говорит», — пояснил он.

Чен объясняет, как новый ИИ наблюдал за физическими явлениями и раскрывал соответствующие переменные — необходимый предшественник любой физической теории.

После проверки ряда других физических систем с известными решениями учёные ввели видео систем, для которых они не знали точного ответа. Видео с лавовой лампой дало 8 переменных. В ответ на видео с пламенем камина программа вернула 24 переменные.

Самый интересный вопрос заключался в том, уникален ли набор переменных для каждой системы, или на каждом перезапуске программы создавался другой набор.

«Мне всегда было интересно: если бы мы когда-нибудь встретили разумную инопланетную расу, открыли бы они те же законы физики, что и мы, или описали бы Вселенную иначе? — спрашивает Липсон. — Возможно, некоторые явления кажутся загадочно сложными, потому что мы пытаемся понять их через неправильный набор переменных».

В экспериментах количество переменных было одинаковым при каждом перезапуске ИИ, но конкретные переменные каждый раз оказывались разными. Так что да, альтернативные способы описания Вселенной действительно существуют. Вполне возможно, что наш выбор не идеален. По словам исследователей, ИИ такого рода может помочь раскрыть сложные явления, теоретическое понимание которых не успевает за потоком данных — от биологии до космологии.

«Хотя в этой работе мы использовали данные из видео, можно было использовать любой массив данных — например о радиоволнах или ДНК», — объясняет соавтор статьи Куанг Хуан.

Эта работа входит в интересы профессора математики Фонда Липсона и Фу Цян Ду к созданию алгоритмов, которые могут преобразовать данные в законы. Прошлые программные системы, например Eureqa Липсона и Майкла Шмидта, способны выводить произвольные законы физики из экспериментальных данных, но только когда переменные определены заранее. А что, если переменные неизвестны?

Ход Липсон объясняет, как ИИ смог обнаружить новые физические переменные

Липсон — профессор инноваций Джеймса и Салли Скапа, утверждает, что учёные могут неправильно интерпретировать или не понимать многие явления просто потому, что у них нет хорошего набора переменных, чтобы описать их.

«На протяжении тысячелетий люди знали, что объекты движутся быстро или медленно, но Ньютон смог открыть свой знаменитый закон движения F = ma, когда понятия скорости и ускорения были определены формально и количественно», — отмечает Липсон.

Прежде чем стало возможным формализовать законы термодинамики, необходимо было определить переменные описания температуры и давления; переменные значения — предшественники любой теории.

«Какие ещё законы мы упускаем просто потому, что у нас нет переменных?» — задаётся вопросом Ду, который руководил исследованием.

Пожалуйста, оцените статью:
Ваша оценка: None Средняя: 4.8 (4 votes)
Источник(и):

Хабр