Американские ученые из Университета Эмори (Атланта) разработали инновационную модель искусственного интеллекта, способную не только выявлять ошибки в физических теориях, но и находить новые закономерности в сложных физических системах.
Об этом сообщает ProIT
Изучение пылевой плазмы и уникальный подход к данным
В ходе исследования специалисты загрузили в систему ИИ экспериментальные данные о загадочном состоянии вещества — пылевой плазме. Это особый вид горячего электрически заряженного газа, который содержит мелкие частицы пыли. Благодаря анализу этих данных система искусственного интеллекта смогла с высокой точностью описать сложные силы взаимодействия в плазме, которые оставались непонятными для традиционной физики.
Искусственный интеллект продемонстрировал способность открывать неизвестные законы, управляющие поведением частиц в хаотичных многочастичных системах, а также исправлять ошибочные предположения, которые долгое время были основой теории плазмы.
“Мы показали, что можем использовать ИИ для открытия новых физических явлений. Наш метод ИИ — не черный ящик: мы понимаем, как и почему он работает. Предложенная им структура также универсальна. Ее потенциально можно применять к другим многочастичным системам, чтобы выявить новые пути к открытиям”, — объясняет соавтор исследования, профессор Джастин Бертон.
Новые открытия и исправления ключевых ошибок в физике
Для исследования пылевой плазмы команда объединила реальные эксперименты со сложной трехмерной визуализацией движения частиц. Применение лазерного ножа и высокоскоростной камеры позволило фиксировать тысячи траекторий частиц в трехмерном пространстве. В отличие от стандартных нейронных сетей, которые требуют огромных наборов данных, созданная модель обучалась на небольших, но насыщенных выборках и учитывала фундаментальные физические законы — гравитацию, сопротивление, взаимодействие частиц.
Как отмечает старший автор исследования, профессор Илья Неменман, разработчики создали сеть, способную обучаться на ограниченном количестве данных и одновременно получать новые знания. ИИ разложил движение частиц на три основных компонента: эффекты скорости (в частности сопротивление), силы окружающей среды (например, гравитацию) и силы взаимодействия между частицами. Выяснилось, что ИИ может с точностью до 99% описывать асимметричные силы, которые ранее лишь прогнозировались теоретически, но не были смоделированы на практике. В частности, было установлено, что частицы, движущиеся впереди, притягивают к себе те, что отстают, а отстающие отталкивают находящиеся впереди частицы.
Искусственный интеллект также выявил ошибочность двух распространенных теорий. Первая из них утверждала, что электрический заряд частицы увеличивается пропорционально ее размеру, но оказалось, что эта зависимость определяется плотностью и температурой плазмы. Вторая ошибочная гипотеза заключалась в том, что сила взаимодействия между частицами всегда уменьшается с расстоянием — ИИ продемонстрировал, что это также зависит от размера частиц.
Значительным является тот факт, что модель ИИ работала на обычном компьютере и создала универсальную структуру, которую можно использовать для анализа любых многочастичных систем — от промышленных материалов до биологических процессов. Исследование показывает: возможности современного ИИ существенно выходят за рамки простых вычислений и уже сегодня позволяют пересматривать фундаментальные научные представления.
“Еще более интересным является то, что мы показываем, что некоторые распространенные теоретические предположения о этих силах не совсем точны. Мы можем исправить эти неточности, поскольку теперь можем видеть то, что происходит в таких мелких деталях. Несмотря на все разговоры о том, как ИИ меняет науку, существует очень мало примеров, когда что-то принципиально новое было обнаружено непосредственно с помощью ИИ”, — подчеркнул профессор Неменман.
Результаты исследования опубликованы в журнале PNAS.