Изкуствен интелект откри „алтернативна“ физика

Нашата физика се основава на променливи величини, като ускорение и маса. Някои от тях могат да бъдат сведени до по-фундаментални величини, като разстояние и време. И ако има друг начин за количествено определяне на работата на Вселената, ние все още не сме го открили. Но величините, с които сме запознати, може да не са единствените, както специалисти по роботика от университета в Колумбия току-що установиха.

Д-р Бо Юан Чен и неговите съавтори обучават изкуствен интелект (ИИ) да преброи колко величини са необходими за описание на физическите системи около нас и успешно прогнозиране на развитието им. Резултатите са публикувани в Nature Computational Science и това е само началото, тъй като ние едва започваме да разбираме резултатите, изведени от компютрите.

„Винаги съм се чудил, ако някога срещнем интелигентна извънземна раса, представителите й щяха ли да открият същите физични закони като нас, или щяха да опишат Вселената по различен начин?“ казва старшият автор професор Ход Липсън в изявление. „Може би някои явления изглеждат енигматично сложни, защото се опитваме да ги разберем, използвайки грешен набор от величини.“

В края на краищата документът отбелязва: „На цивилизациите са били необходими хилядолетия, за да формализират основните механични величини като маса, инерция и ускорение. Само след като тези понятия са формализирани, вече могат да бъдат открити законите на механичното движение. По същия начин не можете да извлечете законите на термодинамиката без формални концепции за температура, енергия и ентропия. Някои от тях днес са интуитивни за нас, но едно време за нашите предци не са били.“

Понякога учените получават малък поглед върху това как би изглеждала Вселената, ако започнем наново с различни величини. Математикът Норман Уайлдбергер създава нещо, което нарича „рационална тригонометрия“, като заменя познатите ни елементи в триъгълниците – дължина и ъгъл – с квадрати на дължината и синуса на ъгъла, които той нарича квадранс и разпространение. Някои проблеми стават много по-лесни, когато се атакуват с тези променливи, но всеки, обучен в евклидовата геометрия, в началото се чувства като че му говорят на чужд език.

Твърди се също, че някои култури – най-известната от които е северноамериканско индианско племе хопи – също гледат на величини като времето по различен начин от по-голямата част от останалия свят, което им дава фундаментално различен възглед за физиката.

За да открием други параметри, които са още по-чужди за нас, ще трябва да се консултираме с някой, израснал без да има досег с познатите ни понятия като ъгъл и разстояние. Тъй като е незаконно да се отглежда дете по този начин, авторите се обръщат към ИИ като започват с видео с еластични двойни махала.

Физик, който разглежда система с двойно махало, най-вероятно вижда четири променливи – ъгъла и ъгловата скорост на всяко рамо. Те са интуитивни за нас и лесни за измерване. Студентите по физика обаче са обучени да моделират системата и по отношение на кинетичната и потенциалната енергия на всяко рамо.

Авторите показват на невронна мрежа видео на двойно махало и я питат колко променливи на състоянието вижда. Въпреки че отговорът е четири, компютърът и хората не намират общ език, за да установят какви са те – две изглеждат подобни на начина, по който ние измерваме ъглите на ръцете, но другите остават загадка.

„Опитахме се да съпоставим другите променливи с всичко, за което се сетим: ъглови и линейни скорости, кинетична и потенциална енергия и различни комбинации от известни параметри“, обяснява Чен. „Но изглежда нищо не съвпадна перфектно.“

Мрежата обаче е предсказала успешно бъдещите движения на махалото толкова добре, че изглежда, че е идентифицирала реални величини, дори ако те са странни за нас…

Въздушен танцьор

Авторите след това показват на компютъра много по-сложни динамични системи, като „въздушен танцьор“ пред близката автокъща, лава лампа и пламъци в камина. Съобщава се, че ИИ дава съответно 8, 8 и 24 променливи, необходими за описание на тези системи, но какви са те, все още никой не знае.

Предишни инструменти за машинно обучение също моделират динамиката на физическите системи, но са снабдени с измервания на известни ни, човешко създадени величини. Така че веднъж обучени по този начин, машините едва ли ще тръгнат да измислят собствени алтернативи.

Сега изглежда, че ИИ системите наистина могат да идентифицират нови променливи – просто се нуждаем от преводач, за да разберем какви са те…