Yapay zeka alternatif fiziği keşfediyor

Fiziksel durum değişkenleri ile renklendirilen çerçevemizden gizli düğünler. Kredi: Boyuan Chen / Columbia Mühendislik

yeni[{” attribute=””>Columbia University AI program observed physical phenomena and uncovered relevant variables—a necessary precursor to any physics theory. But the variables it discovered were unexpected.

Energy, Mass, Velocity. These three variables make up Einstein’s iconic equation E=MC2. But how did Albert Einstein know about these concepts in the first place? Before understanding physics you need to identify relevant variables. Not even Einstein could discover relativity without the concepts of energy, mass, and velocity. But can variables like these be discovered automatically? Doing so would greatly accelerate scientific discovery.

This is the question that Columbia Engineering researchers posed to a new artificial intelligence program. The AI program was designed to observe physical phenomena through a video camera and then try to search for the minimal set of fundamental variables that fully describe the observed dynamics. The study was published in the journal Nature Computational Science on July 25.


Resim, hareket halinde sallanan kaotik bir dinamik sistemi göstermektedir. Çalışmamız, böyle bir sistemi doğrudan yüksek boyutlu video görüntülerinden tanımlamak için gereken minimum durum değişkenlerini belirlemeyi ve çıkarmayı amaçlamaktadır. Kredi: Yinuo Qin / Columbia Mühendisliği

Bilim adamları, çözümü zaten bildikleri fiziksel olayların ham video görüntülerini sisteme beslemeye başladılar. Örneğin, tam olarak dört “durum değişkenine” sahip olduğu bilinen sallanan bir çift sarkacın video kasetini beslediler – kolların her birinin açısı ve açısal hızı. Birkaç saatlik analizden sonra, AI şu cevabı verdi: 4.7.

İşin esas olarak yapıldığı Makine Mühendisliği Bölümü’ndeki Yaratıcı Makineler Laboratuvarı müdürü Hood Lipson, “Bu cevabın yeterince yakın olduğunu düşündük” dedi. “Özellikle yapay zekanın erişebildiği tek şey, herhangi bir fizik veya mühendislik bilgisi olmadan ham video görüntüleri olduğu için. Ancak değişkenlerin sadece kaç tane olduğunu değil, gerçekte ne olduğunu bilmek istedik.”

Daha sonra araştırmacılar, programın belirlediği gerçek değişkenleri görselleştirmeye başladılar. Değişkenleri kendileri çıkarmak zordu çünkü program onları insanlar tarafından anlaşılabilecek herhangi bir sezgisel yolla tanımlayamadı. Biraz araştırmadan sonra, program tarafından seçilen değişkenlerden ikisinin kolların açılarına gevşek bir şekilde karşılık geldiği, ancak diğer iki değişkenin bir sır olarak kaldığı ortaya çıktı.

Şu anda Duke Üniversitesi’nde yardımcı doçent olan Boyuan Chen ’22, “Diğer değişkenleri düşünebildiğimiz her şeyle ve her şeyle ilişkilendirmeye çalıştık: açısal ve doğrusal hızlar, kinetik ve potansiyel enerji, bilinen niceliklerin çeşitli kombinasyonları” diye açıklıyor. “Ama hiçbir şey tamamen aynı değil gibi görünüyor.” Ekip, AI’nın geçerli bir dört değişken kümesi bulduğundan emindi, çünkü iyi tahminler yapıyordu, “ama konuştuğu matematiksel dili henüz anlamadık” diye açıkladı.


Boyuan Chen, yeni bir yapay zeka programının fiziksel olayları nasıl gözlemlediğini ve herhangi bir fiziksel teorinin gerekli bir öncüsü olan ilgili değişkenleri nasıl ortaya çıkardığını açıklıyor. Kredi: Boyuan Chen / Columbia Mühendislik

Bilim adamları, bilinen çözümlerle bir dizi başka fiziksel sistemi doğruladıktan sonra, açık yanıtı bilmedikleri sistemlerin videolarını eklediler. Bu videolardan biri, yerel bir kullanılmış araba bahçesinin önünde sallanan bir “hava dansçısı” gösterdi. Birkaç saatlik analizden sonra program 8 değişken döndürdü. Benzer şekilde, Lava 8 lambasının bir videosu sekiz çeşit üretti. Bir tatil şöminesi bölümünden alevlerin videosunu sunduklarında, program 24 değişkeni geri getirdi.

Özellikle ilginç bir soru, değişkenler kümesinin her sisteme özel olup olmadığı veya program her yeniden başlatıldığında farklı bir kümenin üretilip üretilmediğiydi. “Her zaman merak etmişimdir, eğer zeki bir uzaylı ırkı ile tanışırsak, sahip olduğumuz aynı fizik yasalarını keşfederler mi yoksa evreni farklı mı tanımlarlar?” dedi Lipson. “Belki de bazı fenomenler belli belirsiz karmaşık görünüyor çünkü onları yanlış değişkenler kullanarak anlamaya çalışıyoruz.”

Deneylerde, AI her yeniden başlatıldığında değişken sayısı aynıydı, ancak belirli değişkenler her seferinde farklıydı. Yani evet, evreni tanımlamanın gerçekten de alternatif yolları var ve seçimlerimizin mükemmel olmama ihtimali çok yüksek.

Araştırmacılara göre, bu tür bir yapay zeka, bilim insanlarının, teorik anlayışları, biyolojiden kozmolojiye kadar uzanan çok sayıda veriyle uyuşmayan karmaşık fenomenleri ortaya çıkarmasına yardımcı olabilir. “Bu çalışmada video verilerini kullanmış olsak da, herhangi bir dizi veri kaynağı kullanılabilir – radar dizileri veya[{” attribute=””>DNA arrays, for example,” explained Kuang Huang PhD ’22, who coauthored the paper.

The work is part of Lipson and Fu Foundation Professor of Mathematics Qiang Du’s decades-long interest in creating algorithms that can distill data into scientific laws. Past software systems, such as Lipson and Michael Schmidt’s Eureqa software, could distill freeform physical laws from experimental data, but only if the variables were identified in advance. But what if the variables are yet unknown?


Hod Lipson, AI programının yeni fiziksel değişkenleri nasıl keşfedebildiğini açıklıyor. Kredi: Hod Lipson/Columbia Mühendisliği

Aynı zamanda James ve Sally Scapa İnovasyon Profesörü olan Lipson, bilim adamlarının fenomeni açıklamak için iyi bir değişkenler kümesine sahip olmadıkları için birçok fenomeni yanlış yorumlayabileceklerini veya anlayamayabileceklerini savunuyor. Lipson şunları kaydetti: “Binlerce yıldır insanlar nesnelerin hızlı veya yavaş hareket ettiğini biliyorlardı, ancak Newton yalnızca hız ve ivme kavramı resmi olarak tanımlandığında ünlü hareket yasasını F = MA keşfetti.” Sıcaklık ve basıncı tanımlayan değişkenler, termodinamik yasaları formüle edilmeden önce ve dolayısıyla bilim dünyasının her köşesinde tanımlanmalıdır. Değişkenler herhangi bir teorinin öncüsüdür. “Değişkenlere sahip olmadığımız için başka hangi yasaları kaçırıyoruz?” Çalışmayı birlikte yöneten Doe’ya sordu.

Makale ayrıca, denemeler için veri toplanmasına yardımcı olan Sunand Raghupathi ve Ishaan Chandratreya tarafından ortaklaşa yazılmıştır. 1 Temmuz 2022’den beri Boyuan Chen, Duke Üniversitesi’nde yardımcı doçent olarak görev yapmaktadır. İş ortak bir parçasıdır[{” attribute=””>University of Washington, Columbia, and Harvard NSF AI institute for dynamical systems, aimed to accelerate scientific discovery using AI.

Reference: “Automated discovery of fundamental variables hidden in experimental data” by Boyuan Chen, Kuang Huang, Sunand Raghupathi, Ishaan Chandratreya, Qiang Du and Hod Lipson, 25 July 2022, Nature Computational Science.
DOI: 10.1038/s43588-022-00281-6

READ  Galileo el yazması: Michigan Üniversitesi, Galileo tarafından sahte olduğuna inanılan üniversite kütüphanesindeki el yazmasının

Bir cevap yazın

E-posta hesabınız yayımlanmayacak.