AIは独自の「基本的な」物理学を発見しつつあり、科学者たちは当惑している

物理学は科学の中でもより厳格で厳格な学問の 1 つであり、その秘密を明らかにするためには、長い方程式や複雑な測定が必要になります。しかし、最も単純な方程式が組み立てられる前に、科学者はまず、書かれた方程式の重要な前身であるシステムの変数を解明する必要がありました。

ニュートンの力の偉大な基本方程式、F=MA を考えてみましょう。このような方程式を作成する前に、ニュートンはまず加速度、質量、力の概念を理解する必要がありました。これは、進むべき道が明確に定められていない課題である、とコロンビア大学の工学およびデータサイエンス教授のホッド・リプソン氏は Motherboard に語った。

「これは芸術であり、体系的な方法はありません」とリプソン氏は言う。「どうやってアルファベットを発見するのかと言うと、それは自然に起こるのです。」

リプソン氏とその同僚は、この発見のプロセスがどのように行われるのか、そして機械学習を使用して人間の科学者が見逃しているかもしれない隠された代替物理学を発見することでどのように改善できるのかをより深く理解したいと考えています。

これを行うために、リプソンらは、二重振り子の揺れや炎のちらつきなどのビデオを「見る」ことで物理現象を研究し、その動作を説明するのに必要な変数の数を生成できる機械学習アルゴリズムを設計した。。既知のシステムの場合、アルゴリズムは 1 つの値内の変数の正確な数 (たとえば、単一の振り子を表すには 2 つではなく 2.05 個の変数) を予測し、未知のシステムの変数予測も行うことができました。この研究結果は先週、「実験データに隠された基本変数の自動発見」と題された研究としてNature Computational Science誌に発表された。

このアルゴリズムはデータを研究し、そこから物理的関係を抽出しようとした初めてのアルゴリズムではないが、データ内の予想される変数の数や種類に関する情報をアルゴリズムに提供しなかった最初のアルゴリズムであるため、この研究は際立っているとリプソン氏は述べています。システム。このため、このシステムは人間のレンズを通してのみ変数を探すという制約を受けず、これはこれらのシステム内の隠された物理学を明らかにするために重要である可能性があるとリプソン氏は述べています。

「人々がこれらの変数を探すために昼夜を問わず苦労しているわけではありません。これによりプロセスが迅速化される可能性があります」とリプソン氏は説明する。

「むしろ、私たちは多くのことを見落としている可能性があります」と彼は続けます。「しかし、これらの変数に多くのことが左右されているため、これに AI の力を投入できれば、非常に役立つものが発見され、私たちの考え方が変わるかもしれないと考えたのです。」

成功に向けてアルゴリズムを準備するため、論文の筆頭著者で現在デューク大学工学部助教授のボーユアン・チェン氏を含むリプソン氏と同僚は、さまざまな複雑さのダイナミックな動きのビデオをそれに与えた。これには、二重振り子やスイングスティックなどの既知のモーションだけでなく、溶岩ランプ、ちらつく火、膨張可能なエアダンサーなどのまだ理解されていないモーションも含まれます。

これらのビデオを研究した後、AI は現象を数歩先の未来にモデル化し、アクションの原因となるますます小さくなる変数のリストを作成しようとしました。最後に、AI はシステムが動きを正確に捉えるために必要な最小限の変数を吐き出します。

AI は適切な数の変数を発見することにかなり成功しましたが、科学実験室にすぐに導入できない大きな問題が 1 つあります。これはシステム内に一定数の変数があることを科学者に伝えることができますが、現時点ではそれらの変数が何であるかを説明する言語が不足しています。たとえば、「エアダンサー」については 8 つの変数が返され、暖炉については 24 の変数が返されました。説明可能性は AI システムの長年の研究目標ですが、AI システムは複雑なブラックボックスとなり、科学者が特定の意思決定をリバースエンジニアリングすることが困難になる場合があります。

これについては、Chen 氏は今のところあまり心配していません。

「私たちが現在持っているものは、一般的な枠組みのようなものです」とチェン氏は言います。「非常に興味深いことの 1 つは、データを持ち、そのデータが何をしているのかを直感的に理解できる専門家と協力することです。私たちがしたいのは、彼らがデータについてまだ知らないことを発見できるように支援することです。」

将来的には、これは病気の進化や気候変動など、物理学を超えたシステムを研究するようになるかもしれない、とリプソン氏は言う。将来的には、アルゴリズムから得られるパターンが、その発見を人間の協力者にもっと簡単に伝えるのに役立つと彼らは期待している。リプソン氏によれば、これは科学的発見における次の大きな進歩となるだろう。

「人間はこれを 300 年にわたって続けてきましたが、手作業でできることは限界に達したように思えます」とリプソン氏は言います。「次のレベルに進むためには何かが必要だ。」

サインアップすると、利用規約とプライバシーポリシーに同意し、マーケティングプロモーション、広告、スポンサー付きコンテンツを含む電子通信を Vice Media Group から受け取ることに同意したものとみなされます。