Представьте себе использование искусственного интеллекта для сравнения двух, казалось бы, не связанных между собой творений — биологической ткани и «Симфонии № 9» Бетховена. На первый взгляд может показаться, что живая система и музыкальный шедевр не имеют никакой связи. Однако новый метод искусственного интеллекта, разработанный Маркусом Дж. Бюлером, профессором инженерии McAfee и профессором гражданского и экологического строительства и машиностроения в Массачусетском технологическом институте, устраняет этот разрыв, раскрывая общие закономерности сложности и порядка.
«Объединяя генеративный ИИ с графовыми вычислительными инструментами, этот подход открывает совершенно новые идеи, концепции и проекты, которые ранее были невообразимы. Мы можем ускорить научные открытия, научив генеративный ИИ делать новые прогнозы о никогда ранее невиданных идеях, концепциях и проектах», — говорит Бюлер.
Исследование с открытым доступом, недавно опубликованное в журнале Machine Learning: Science and Technology, демонстрирует передовой метод искусственного интеллекта, который объединяет генеративное извлечение знаний, графическое представление и многомодальные интеллектуальные графовые рассуждения.
Работа использует графы, разработанные с использованием методов, вдохновленных теорией категорий, в качестве центрального механизма для обучения модели пониманию символических отношений в науке. Теория категорий, раздел математики, который имеет дело с абстрактными структурами и отношениями между ними, обеспечивает основу для понимания и объединения разнообразных систем посредством фокусировки на объектах и их взаимодействиях, а не на их конкретном содержании.
В теории категорий системы рассматриваются с точки зрения объектов (которые могут быть чем угодно, от чисел до более абстрактных сущностей, таких как структуры или процессы) и морфизмов (стрелок или функций, которые определяют отношения между этими объектами). Используя этот подход, Бюлер смог научить модель ИИ систематически рассуждать о сложных научных концепциях и поведении. Символические отношения, введенные посредством морфизмов, ясно показывают, что ИИ не просто проводит аналогии, но занимается более глубокими рассуждениями, которые отображают абстрактные структуры в различных областях.
Бюлер использовал этот новый метод для анализа коллекции из 1000 научных работ о биологических материалах и превратил их в карту знаний в виде графика. График показал, как связаны различные фрагменты информации, и смог найти группы связанных идей и ключевых моментов, которые связывают многие концепции вместе.
«Что действительно интересно, так это то, что граф следует безмасштабной природе, является высокосвязанным и может эффективно использоваться для графических рассуждений», — говорит Бюлер. «Другими словами, мы учим системы ИИ думать о графических данных, чтобы помочь им строить лучшие модели представлений мира и повысить способность думать и исследовать новые идеи, чтобы сделать открытия».
Исследователи могут использовать эту структуру для ответа на сложные вопросы, поиска пробелов в текущих знаниях, предложения новых конструкций материалов и прогнозирования поведения материалов, а также для связывания концепций, которые ранее не были связаны.
Модель ИИ обнаружила неожиданные сходства между биологическими материалами и «Симфонией № 9», предполагая, что обе они следуют моделям сложности. «Подобно тому, как клетки в биологических материалах взаимодействуют сложными, но организованными способами для выполнения функции, 9-я симфония Бетховена аранжирует музыкальные ноты и темы для создания сложного, но связного музыкального опыта», — говорит Бюлер.
В другом эксперименте графическая модель ИИ рекомендовала создать новый биологический материал, вдохновленный абстрактными узорами, найденными в картине Василия Кандинского «Композиция VII». ИИ предложил новый композитный материал на основе мицелия. «Результат этого материала сочетает в себе инновационный набор концепций, которые включают баланс хаоса и порядка, регулируемые свойства, пористость, механическую прочность и сложную узорчатую химическую функциональность», — отмечает Бюлер.
Черпая вдохновение из абстрактной картины, ИИ создал материал, который сочетает в себе прочность и функциональность, а также адаптивность и способность выполнять различные роли. Применение может привести к разработке инновационных устойчивых строительных материалов, биоразлагаемых альтернатив пластику, носимых технологий и даже биомедицинских устройств.
С помощью этой усовершенствованной модели искусственного интеллекта ученые могут черпать знания из музыки, искусства и технологий, анализировать данные из этих областей и выявлять скрытые закономерности, которые могут открыть целый мир инновационных возможностей для дизайна материалов, исследований и даже музыки или визуального искусства.
«Генеративный ИИ на основе графов достигает гораздо более высокой степени новизны, исследует возможности и технические детали, чем традиционные подходы, и создает широко полезную основу для инноваций, выявляя скрытые связи», — говорит Бюлер.
«Это исследование не только вносит вклад в область биоматериалов и механики, но и закладывает основу для будущего, в котором междисциплинарные исследования, основанные на ИИ и графах знаний, могут стать инструментом научного и философского исследования, поскольку мы смотрим на другие будущие работы».