角速度と線速度以外に宇宙を記述する別の方法はあるのでしょうか? AI が新しい変数を発見、Nature サブジャーナルに掲載

AI に物理法則を発見させることは新しいことではありません。少し前に、「GNN に大量のデータを与えると、GNN は自動的に重力の法則を発見できる」というニュースを報道しました。それは変数ですか？コロンビア大学の研究によると、AIはカメラを通して現象を観察するだけで変数を独自に抽出でき、その中には人間がまだ発見していない変数がある可能性があります。この方法を使って新しい変数を発見したら、新しい物理法則を発見できるでしょうか?

E = mc² は、エネルギーと質量の関係を説明する質量エネルギー方程式です。ここで、E はエネルギー、m は質量、c は光速 (定数、c=299792458m/) を表します。 s、場合によっては 3.00×108 m/s で撮影される）。質量エネルギー方程式はアインシュタインによって提案され、主に核反応における質量損失の説明や高エネルギー物理学における粒子のエネルギーの計算に使用され、波力学の誕生にも貢献しました。

100 年以上前、アインシュタインはこの方程式を提案する前に、エネルギー、質量、速度という基本的な変数を明らかに持っていました。これらの変数がなければ、アインシュタインでさえ相対性理論を発見できなかったでしょう。しかし驚くべきことに、人工知能はこれらの変数を自動的に発見できるようになり、その中には人間の知識の範囲を超えているものもあり、科学的発見が大幅にスピードアップされるでしょう。

これはコロンビア大学による新しい研究です。研究者らは、人工知能プログラムにカメラを通して物理現象を観察させ、その後、物理現象を完全に説明できる最小の基本変数を検索しようとしました。観測された現象を設定します。研究論文は7月25日付けでNature Computational Science誌に掲載された。

論文アドレス: https://www.nature.com/articles/s43588-022-00281-6

下の図に示すように、この研究により、AI がカオスなジョイスティック駆動システムの移動ビデオを観察し、これらの高次元ビデオ クリップから、そのようなシステムを記述するために必要な最小限の状態を特定して抽出することが可能になります。システム変数。

科学者たちは、最初に、すでに解決策がわかっている物理現象の生のビデオクリップをシステムに供給しました。たとえば、彼らは揺れる振り子のビデオを提供しました。振り子の 2 つのアームのそれぞれの角度と角速度という 4 つの「状態変数」があることが知られています。数時間の分析の後、AI は答えを出力しました: 4.7。

「この答えは十分に近いと考えています」と、この論文の共著者であり、機械工学科クリエイティブ・マシン・ラボの所長であるホッド・リプソン氏は語った。 「特に、物理学や幾何学の知識がなくても、AI がアクセスできるのは生のビデオ映像だけであることを考慮します。しかし、私たちは、数値だけでなく、AI が使用する変数を知りたいのです。」

研究者らは、AI プログラムによって特定された実際の変数の視覚化を続けました。プログラムでは人間が理解できる直観的な方法で変数を記述することができないため、変数の抽出自体が困難です。いくつかの調査の結果、プログラムによって選択された 2 つの変数は 2 つのスイング アームの角度にほぼ対応しているようでしたが、他の 2 つは謎のままでした。

「他の 2 つの変数を、角速度と線速度、運動エネルギーと位置エネルギー、既知の量のさまざまな組み合わせなど、考えられるすべての既知の変数に関連付けようとします。」と説明しましたこの論文の筆頭著者であり、現在はデューク大学の助教授であるボーユアン・チェン氏は、コロンビア大学で博士号を取得したばかりである。 「しかし、既知の変数のどれも、AI プログラムによって特定された 2 つの変数と完全に一致するものはないようでした。」チームは、AI が適切な予測を行ったため、有効な 4 つの変数のセットを見つけたと信じていますが、「しかし、私たちはそうではありません」それが使用する数学的言語をまだ理解していません」と彼は説明します。

他の多くの物理システムを既知の解決策で検証した後、科学者は明確な答えが分からないシステムのビデオを入力しました。ビデオの 1 つは風に揺れる気球を示しています。数時間の分析の後、プログラムは 8 つの変数を返しました。同様に、溶岩ランプに関するビデオでは 8 つの変数が得られました。ビデオが暖炉に関するビデオに変更されると、プログラムは 24 個の変数を返しました。

#

特に興味深い質問は、AI プログラムによって検出された変数のセットはシステムごとに固有のものですか?言い換えれば、プログラムを再起動するたびに、次に検出される変数セットは元の変数セットと同じままでしょうか?

「私はずっと考えてきたのですが、もし私たちが特別に知的な外来種に出会うことができたら、彼らも私たちが発見した物理法則のいくつかを発見するでしょうか? それとも彼らは宇宙をどうするでしょうか?リプソン氏は「おそらく、いくつかの現象は非常に複雑に見えるでしょう。それは、私たちが間違った変数のセットを使ってそれらを説明しようとしてきたからです。」

#実験では、 AI が再起動するたびに抽出される変数の数は同じですが、具体的な変数は毎回異なります。したがって、私たちは従来の方法以外にも宇宙を記述する別の方法を持っており、私たちが現在選択している方法は完璧ではない可能性があります。

研究者らは、この種の AI は、科学者が大量のデータに理論的理解が追いつかない生物学、宇宙論、その他の分野の複雑な現象を発見するのに役立つと述べています。 「この研究ではビデオ データを使用しましたが、レーダー アレイや DNA アレイなど、あらゆる種類のアレイ データ ソースを使用できます」と共著者の Kuang Huang 氏は説明します。

この研究は、アルゴリズムを洗練できるデータを作成する方法を確立するという、リプソン氏とコロンビア大学応用数学のフー財団教授である Qiang Du 氏による数十年にわたる研究の一環です。科学的法則に組み込まれます。 Lipson と Michael Schmidt の Eureqa ソフトウェアなどの過去のソフトウェア システムは、実験データから任意の物理法則を抽出できましたが、それは変数が事前に決定されていた場合に限られていました。しかし、変数さえまだわかっていない場合はどうなるでしょうか?

リプソン氏は、科学者が現象を説明するための適切な変数セットを持っていないというだけの理由で、現象を誤解したり理解できなかったりすることがあると考えています。 「何千年もの間、人々は物体がどのくらいの速さで移動するかという概念を持っていましたが、ニュートンがニュートンの有名な第二法則、F=MAを発見したのは、速度と加速度の概念が正式に定量化されてからでした」とリプソン氏は述べた。これらの変数は、理論が形成されるための前提条件です。これに基づいて、Du Qiang は、「変数が不足しているために、私たちが発見できなかった他の法則は何ですか?」を知りたかったのです。 #論文の筆頭著者であるChen Boyuan氏は現在、デューク大学の助教授であり、一般ロボティクス研究室の責任者を務めています。彼はコロンビア大学でコンピューター ビジョン、機械学習、ロボット工学を専攻しコンピューター サイエンスの博士号を取得し、ロボット工学、データ サイエンス、3D プリンティングの世界的先駆者であるホッド リプソン教授に師事しました。人工知能とロボット工学の分野の主要な国際会議 (NeurIPS、IROS、GECCO、Humanoids など) で多くの論文を発表し、複数の国際会議 (CVPR、ICML、ICLR、PRCV など) で査読者を務めています。 。さらに、ACM GECCO Student Scholarship、中国政府奨学金、中国科学院宇宙科学技術イノベーション奨学金なども受賞しています。

以上が角速度と線速度以外に宇宙を記述する別の方法はあるのでしょうか? AI が新しい変数を発見、Nature サブジャーナルに掲載の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。