Энергия, масса, скорость. Эти три переменные составляют знаменитое уравнение Эйнштейна E=MC ² . Но откуда Эйнштейн вообще узнал об этих концепциях? Первым шагом к пониманию физики является определение соответствующих переменных. Без концепции энергии, массы и скорости даже Эйнштейн не смог бы открыть теорию относительности. Но могут ли такие переменные обнаруживаться автоматически? Это может значительно ускорить научные открытия.

Это вопрос, который исследователи из Columbia Engineering задали новой программе искусственного интеллекта. Программа предназначена для наблюдения за физическими явлениями через видеокамеру , а затем попытки поиска минимального набора фундаментальных переменных, полностью описывающих наблюдаемую динамику. Исследование было опубликовано 25 июля в журнале Nature Computational Science.

Исследователи начали с подачи в систему необработанных видеозаписей явлений, ответ на которые они уже знали. Например, они предоставили видео качающегося двойного маятника, который, как известно, имеет ровно четыре «переменные состояния» — угол и угловую скорость каждого из двух рычагов. После нескольких часов анализа ИИ выдал ответ: 4.7.

«Мы думали, что этот ответ был достаточно близок», — сказал Ход Липсон, директор Лаборатории творческих машин в Департаменте машиностроения, где в основном выполнялась работа. «Тем более, что все, к чему у ИИ был доступ, были необработанными видеоматериалами без каких-либо знаний физики или геометрии. Но мы хотели знать, что на самом деле представляют собой переменные, а не только их количество».

Затем исследователи приступили к визуализации фактических переменных, которые определила программа. Извлечь сами переменные было непросто, так как программа не может описать их каким-либо интуитивным способом, который был бы понятен человеку. После некоторых исследований выяснилось, что две переменные, выбранные программой, примерно соответствуют углам рук, но две другие остаются загадкой.

«Мы пытались сопоставить другие переменные со всем, что только можно было придумать: угловой и линейной скоростью, кинетической и потенциальной энергией и различными комбинациями известных величин», — объяснил Боюань Чен, доктор философии, ныне доцент Университета Дьюка. кто руководил работой. «Но ничто, казалось, не совпадало идеально». Команда была уверена, что ИИ нашел правильный набор из четырех переменных, поскольку он делал хорошие прогнозы, «но мы еще не понимаем математический язык, на котором он говорит», — пояснил он.

После проверки ряда других физических систем с известными решениями исследователи предоставили видео систем, для которых они не знали явного ответа. В первых видеороликах был показан «воздушный танцор», раскачивающийся перед местной стоянкой подержанных автомобилей. После нескольких часов анализа программа вернула восемь переменных. Видео с лавовой лампой также дало восемь переменных. Затем они передали видеоклип пламени из праздничного камина, и программа вернула 24 переменные.

Особенно интересный вопрос заключался в том, был ли набор переменных уникальным для каждой системы или каждый раз при перезапуске программы создавался другой набор.

«Мне всегда было интересно, если бы мы когда-нибудь встретили разумную инопланетную расу, открыли бы они те же законы физики, что и мы, или они могли бы описать вселенную по-другому?» — сказал Липсон. «Возможно, некоторые явления кажутся загадочно сложными, потому что мы пытаемся понять их, используя неправильный набор переменных. В экспериментах количество переменных было одинаковым при каждом перезапуске ИИ, но конкретные переменные каждый раз были разными. Так что да, существуют альтернативные способы описания Вселенной, и вполне возможно, что наш выбор не идеален».

Исследователи считают, что такой тип ИИ может помочь ученым раскрыть сложные явления, для которых теоретическое понимание не поспевает за потоком данных — в областях от биологии до космологии. «Хотя в этой работе мы использовали видеоданные, можно было использовать любой источник массивов данных — например, радарные массивы или массивы ДНК», — пояснил Куанг Хуанг, доктор философии, соавтор статьи.

Работа является частью многолетнего интереса профессора математики Фонда Липсона и Фу Цян Ду к созданию алгоритмов, которые могут преобразовать данные в научные законы. Прошлые программные системы, такие как программное обеспечение Eureqa Липсона и Майкла Шмидта, могли выводить физические законы произвольной формы из экспериментальных данных, но только в том случае, если переменные были идентифицированы заранее. Но что, если переменные еще неизвестны?

Липсон, который также является профессором инноваций Джеймса и Салли Скапа, утверждает, что ученые могут неправильно интерпретировать или не понимать многие явления просто потому, что у них нет хорошего набора переменных для описания явлений.

«На протяжении тысячелетий люди знали, что объекты движутся быстро или медленно, но только когда понятия скорости и ускорения были формально определены количественно, Ньютон смог открыть свой знаменитый закон движения F=MA», — отметил Липсон. Прежде чем можно было бы формализовать законы термодинамики, необходимо было определить переменные, описывающие температуру и давление, и так далее для каждого уголка научного мира. Переменные являются предшественником любой теории.

«Какие еще законы мы упускаем только потому, что у нас нет переменных ?» — спросил Ду, который руководил работой.

В соавторстве с документом также участвовали Сунанд Рагхупати и Ишаан Чандратрея, которые помогали собирать данные для экспериментов.