Fizica este una dintre disciplinele mai riguroase și mai rigide ale științei, plină de ecuații lungi și măsurători complexe care trebuie făcute corect pentru a-și dezvălui secretele. Cu toate acestea, înainte ca cea mai simplă ecuație să fie pusă laolaltă, oamenii de știință au trebuit mai întâi să scoată la iveală un predecesor crucial pentru ecuațiile scrise: variabilele unui sistem. Spre exemplu, a doua lege a lui Newton: F=MA. Înainte ca o astfel de ecuație să poată fi compusă, Newton trebuia mai întâi să înțeleagă conceptele de accelerație, masă și forță. Aceasta este o sarcină care nu are o cale bine stabilită de urmat, a declarat recent Hod Lipson, profesor de inginerie și știință a datelor la Universitatea Columbia.
La Lipson’s Creative Machines Lab, el și colegii săi doresc să înțeleagă mai bine cum are loc acest proces de descoperire și cum poate fi îmbunătățit la utilizarea învățării automate pentru a descoperi fizica ascunsă, alternativă, pe care oamenii de știință ar fi ratat-o. Pentru a face acest lucru, Lipson și colegii săi au proiectat un algoritm de învățare automată capabil să studieze fenomenele fizice prin “vizionarea” videoclipurilor, cum ar fi leagănul unui pendul dublu sau pâlpâirea unei flăcări și să producă numărul de variabile necesare pentru a explica acțiunea.
Pentru sistemele cunoscute, algoritmul a fost capabil să prezică numărul corect de variabile în cadrul valorii 1 (de exemplu, 2,05 variabile pentru a descrie un singur pendul în loc de 2) și chiar să facă predicții variabile pentru sisteme necunoscute. Concluziile au fost publicate săptămâna trecută într-un studiu intitulat “Descoperirea automată a variabilelor fundamentale ascunse în datele experimentale” în revista Nature Computational Science.
Deși acest algoritm nu este primul care studiază datele și încearcă să extragă o relație fizică din acestea, Lipson spune că această lucrare se deosebește de restul, deoarece este prima care nu oferă algoritmului nicio informație cu privire la numărul sau tipul de variabile care există într-un sistem. Din acest motiv, sistemul nu se limitează să caute variabile doar printr-o lentilă umană, despre care Lipson spune că ar putea fi crucială pentru descoperirea fizicii ascunse în cadrul acestor sisteme.
“Nu este vorba de faptul că oamenii lucrează zi și noapte pentru a căuta aceste variabile și acest lucru poate accelera procesul, ci mai mult despre ideea că trecem cu vederea niște lucruri extrem de importante, dar atât de mult ne fixăm pe aceste variabile încât ne-am gândit că, dacă am putea introduce putere AI la acest proiect, poate vom descoperi lucruri care sunt super utile și care vor schimba modul în care gândim,” explică Lipson.
