Вештачката интелигенција (AI) ги прави своите први чекори кон вистинско разбирање на законите на физиката. Повеќето модели на AI денес можат да препознаваат шеми и да прават предвидувања, но не успеваат да генерираат општи научни концепти. Тим од кинескиот универзитет во Пекинг разви систем AI-Newton кој може независно да открива клучни принципи на физиката, вклучувајќи го и вториот Њутнов закон, кој ги поврзува силата, масата и забрзувањето.
Системот го имитира човечкиот научен метод со постепено градење база на податоци од концепти и закони. Способноста за препознавање корисни концепти значи дека системот потенцијално може да открива научни сознанија без претходно човечко програмирање, објаснува Јан-Кинг Ма, физичар на Универзитетот во Пекинг и коавтор на моделот на вештачка интелигенција AI-Newton во студија објавена на серверот за претпечатени материјали arXiv, каде што чека рецензија од колеги.
Пристапот на AI-Newton се базира на симболична регресија, објаснува Кејон Вафа, компјутерски научник на Универзитетот Харвард во Кембриџ, Масачусетс, кој не бил вклучен во истражувањето. Методот бара математички равенки што опишуваат физички феномени. Вафа забележува дека симболичката регресија ја охрабрува вештачката интелигенција да изведува концепти, а не само да ги вклопува податоците.
За да го тестира AI-Newton, кинескиот тим симулираше 46 физички експерименти, вклучувајќи слободно движечки топки и пружини, судири на предмети, вибрации, осцилации и движење слично на нишало. Симулаторот намерно вклучи статистички грешки за да имитира услови од реалниот свет. На пример, AI-Newton успешно ја изведе равенката за брзина од податоците за позицијата на топката, а подоцна го искористи вториот Њутнов закон за да ја одреди масата на топката.
Претходните AI проекти, како што е AI Copernicus ETH Zürich, бараа човечка интерпретација на податоците за планетарните орбити. Основните модели како GPT и Lamma, обучени да ги предвидат планетарните позиции, не успеаја да ги претворат орбитите во значајни закони за силата.
Вештачкиот модел обучен да ги предвиди резултатите од физичките експерименти нема да ги кодира концептите на едноставен и економичен начин. Наместо тоа, ќе најде некој многу нечовечки начин за приближување на физичките решенија, вели Вафа.
Експерти како Дејвид Пауерс од Универзитетот Флиндерс нагласуваат дека изведувањето на законот е само дел од научниот процес, пишува Nature. Ма, сепак, додава дека AI-Newton сè уште не е целосно автономна, туку е чекор кон обука на моделите на вештачката интелигенција за откривање на нови општи закони, а неговиот тим моментално истражува апликации и во квантната теорија.
