L’intelligenza artificiale scopre nuove variabili fisiche!

Uno strumento di intelligenza artificiale ha esaminato i sistemi fisici e, non a caso, ha trovato nuovi modi per descrivere ciò che ha trovato.

Come diamo un senso all’universo? Non c’è manuale. Non c’è prescrizione.

Nella sua forma più elementare, la fisica ci aiuta a capire le relazioni tra variabili “osservabili”: queste sono cose che possiamo misurare. Velocità, energia, massa, posizione, angoli, temperatura, carica. Alcune variabili come l’accelerazione possono essere ridotte a variabili più fondamentali. Queste sono tutte variabili in fisica che modellano la nostra comprensione del mondo.

Queste variabili sono legate tra loro tramite equazioni.

L’equazione più famosa di Albert Einstein, E = mc2riassume la relazione tra le variabili energia (e) e massa (m), usando il costante: la velocità della luce (contro). In effetti, tutta la complicatissima Teoria della Relatività Speciale di Einstein può essere ridotta a relazioni tra tre variabili: energia, massa e velocità.

Non c’è nulla di sacro nella nostra scelta delle variabili. Le variabili e la matematica che scegliamo hanno resistito alla prova del tempo come quelle che hanno senso per una data teoria o sistema fisico.

Ma cosa accadrebbe se trovassimo altre variabili fisiche per risolvere gli stessi problemi? Non cambierebbe il problema… o la soluzione. Ma potrebbe darci nuove intuizioni sul funzionamento interno dell’universo e accelerare la scoperta scientifica.


Leggi di più: L’apprendimento automatico identifica l’origine del più famoso meteorite marziano ad atterrare sulla Terra


Ora, uno strumento di intelligenza artificiale (AI) sviluppato presso la Columbia University di New York ha fatto proprio questo. I risultati degli esperimenti sono pubblicati in Scienze computazionali della natura.

I robotici della Columbia Engineering hanno sviluppato un programma di intelligenza artificiale per rivedere i dati video grezzi e cercare l’insieme minimo di variabili fondamentali che descrivono completamente la dinamica fisica osservata del sistema durante l’oscillazione di un pendolo.

Per testare la loro intelligenza artificiale, il team ha prima mostrato i video degli strumenti di un fenomeno per il quale conoscevano già la risposta.

La doppia pendola può essere descritta con esattamente quattro “variabili di stato”: l’angolo e la velocità angolare di ciascuno dei due bracci. Dopo aver fissato per qualche ora i video, l’IA ha dato la sua risposta per il numero di variabili nel sistema: 4.7.

“Pensavamo che questa risposta fosse abbastanza vicina”, afferma l’autore senior Hod Lipson, direttore del Creative Machines Lab presso il Dipartimento di ingegneria meccanica della Columbia University. “Soprattutto perché tutta l’IA a cui aveva accesso erano riprese video grezze, senza alcuna conoscenza di fisica o geometria. Ma volevamo sapere quali fossero effettivamente le variabili, non solo il loro numero”.

Quindi, la sfida successiva è stata provare a visualizzare le variabili che l’IA aveva identificato. Questo non è stato facile in quanto il programma non descrive le variabili in un linguaggio intuitivo per l’uomo. I ricercatori, tuttavia, hanno correlato due delle variabili agli angoli di ciascun braccio del pendolo.

“Abbiamo provato a correlare le altre variabili con qualsiasi cosa potessimo pensare: velocità angolari e lineari, energia cinetica e potenziale e varie combinazioni di quantità note”, spiega l’autore principale Boyuan Chen, ora assistente professore alla Duke University. “Ma niente sembrava corrispondere perfettamente.”

Boyuan Chen spiega la ricerca del team

Boyuan Chen, ora assistente professore alla Duke University, afferma che il team ha provato a correlare altre variabili con qualsiasi cosa e tutto ciò a cui potevano pensare: velocità angolari e lineari, energia cinetica e potenziale e varie combinazioni di quantità note. “Ma niente sembrava corrispondere perfettamente.”

Fiducioso che le buone previsioni dell’IA sulla dinamica del sistema significassero che ha trovato un insieme valido di quattro variabili, il team era perplesso su quali potessero essere le altre.

“Non capiamo ancora il linguaggio matematico che sta parlando”, dice Chen.

Tuttavia, l’IA ha restituito buoni calcoli su altri sistemi fisici con soluzioni note.

Già confuso, cosa avrebbe da perdere la squadra mostrando all’IA qualcosa per cui non c’è una risposta nota?

Il team ha mostrato all’IA un video di “uomini tubolari che agitano il braccio gonfiabile ondulato stravagante” di I Griffin fama, dimenandosi davanti a un parcheggio di auto usate. Poche ore di analisi hanno restituito otto variabili. Anche un video di una lampada di lava ha fornito otto variabili. Un video in loop di un caminetto ha prodotto 24 variabili.

I ricercatori si chiedono se gli insiemi di variabili fossero diversi ogni volta che il programma veniva riavviato o se trovasse lo stesso insieme univoco di variabili per ogni sistema.

“Mi sono sempre chiesto, se avessimo mai incontrato una razza aliena intelligente, avrebbero scoperto le stesse leggi della fisica che abbiamo noi, o potrebbero descrivere l’universo in un modo diverso?” chiede Lipson. “Forse alcuni fenomeni sembrano enigmaticamente complessi perché stiamo cercando di capirli usando l’insieme sbagliato di variabili.?”

Negli esperimenti il ​​numero di variabili è rimasto invariato, ma le variabili specifiche variavano ogni volta che l’IA si riavviava. Ciò indica che esistono modi alternativi per descrivere i sistemi – e per estensione l’universo – ed è possibile che le nostre scelte non siano perfette.

Tali strumenti di intelligenza artificiale possono aiutare gli scienziati a comprendere fenomeni complessi che sfuggono all’attuale comprensione teorica. “Mentre abbiamo utilizzato i dati video in questo lavoro, è possibile utilizzare qualsiasi tipo di fonte di dati di array, ad esempio array radar o array di DNA”, spiega il coautore Kuang Huang.

Lipson sostiene che gli scienziati potrebbero interpretare erroneamente o non comprendere molti fenomeni semplicemente perché non hanno un buon insieme di variabili. “Per millenni, la gente sapeva degli oggetti che si muovevano velocemente o lentamente, ma fu solo quando la nozione di velocità e accelerazione fu formalmente quantificata che Newton poté scoprire la sua famosa legge del moto F = mio.”

Allo stesso modo, le variabili di temperatura e pressione dovevano essere descritte prima che le leggi della termodinamica potessero essere formalizzate. Lo stesso vale per qualsiasi teoria scientifica: per sviluppare una teoria, sono necessarie prima le variabili. “Quali altre leggi ci mancano semplicemente perché non abbiamo le variabili?” chiede il coautore e professore di matematica Qiang Du.



Leave a Comment

Your email address will not be published.