Страницы

Искусственный интеллект, занимающийся физикой, может выводить законы воображаемых вселенных

Музей Леонардо да Винчи
Милан

После обучения ИИ трюкам, которые физики используют для понимания реального мира, получается чрезвычайно мощная машина
Есть знаменитая история о том, как Галилей наблюдал за качанием лампы в Пизанском соборе, и замерял его по отношению к своему пульсу. Он пришёл к выводу, что период постоянен и не зависит от амплитуды.

Галилей предположил, что маятник может управлять часами, и позже разработал подобное устройство, хотя первые часы такого типа построил Гюйгенс через 15 лет после смерти Галилея.

Совершая открытие, гений Галилея проигнорировал все неприятные детали, которые можно было бы учесть – сопротивление воздуха, температуру, мерцание света, шум, других людей, и т.п. Он рассмотрел простейшую модель качающейся лампы, используя только её период, концентрируясь на самой заметной особенности.

Многие историки считают, что подход Галилея представляет самый ранний этап эволюции научного метода – процесса, подарившего нам полёты, квантовую теорию, электронные компьютеры, Общую теорию относительности и искусственный интеллект.

В последние годы ИИ-системы начали находить интересные закономерности в данных и даже самостоятельно выводить определённые законы физики. Но в этих случаях ИИ всегда изучал особый набор данных, изолированный от отвлечений реального мира. Способности этих ИИ-систем сильно не дотягивают до возможностей таких людей, как Галилей.

Это поднимает интересный вопрос: возможно ли разработать ИИ-систему, вырабатывающую теории, как это делал Галилей, концентрируясь на информации, необходимой для объяснения различных аспектов мира, наблюдаемого ею?

Сегодня, благодаря работе Тайлина Ву и Макса Тегмарка из MIT, мы знаем ответ. Они разработали ИИ, копирующий подход Галилея и некоторые другие трюки, которым физики научились за несколько столетий. Их система AI Physicist способна вывести несколько законов физики в загадочных мирах, специально созданных в целях симуляции сложности нашей Вселенной.

Ву и Тегмарк начали с определения значительного слабого места в современных ИИ. На большом наборе данных они обычно ищут единую теорию, управляющую всем набором. Но чем больше по размеру и более разрозненным становится набор данных, тем это сложнее делать. Для текущего ИИ было бы невозможен поиск законов физики в кафедральном соборе.

Чтобы справиться с этой проблемой, физики используют различные методы мышления, упрощающие задачу. Первый – разрабатывать теории, описывающие небольшую часть данных. В результате получается несколько теорий, описывающих различные аспекты данных – например, квантовая механика, или теория относительности. Ву и Тегмарк разработали AI Physicist так, чтобы он походил к большим наборам данных с тем же методом.

Ещё одно из основных правил физиков – бритва Оккама, или идея о превосходстве простых идей. Поэтому физики отбрасывают теории, которым требуется творец, создавший Вселенную или Землю: существование творца поднимает свой набор вопросов о его природе или происхождении.

Известно, что ИИ склонны к выдаче чрезмерно сложных моделей, описывающих данные, на которых они натренированы. Поэтому Ву и Тегмарк также обучили систему предпочитать более простые теории сложным. Они использовали простую меру измерения сложности, основанную на количестве информации, которую охватывает теория.

Ещё один из известных трюков физиков – поиск путей объединения теорий. Если одна теория способна справиться с задачами двух, она, скорее всего, лучше. Это подвигло физиков на поиски одного закона, управляющего всем (хотя реальных свидетельств существования подобной теории практически нет).

Последний принцип, который помог физикам в их изысканиях: если что-то сработало раньше, оно может сработать и с будущими задачами. Поэтому AI Physicist от Ву и Тегмарк запоминает полученные решения задач и пытается применить их к будущим задачам.

Вооружившись этими техниками, Ву и Тегмарк отправили AI Physicist трудиться. Они разработали 40 загадочных миров, управляемых законами физики, меняющимися от места к месту. В одном из таких миров брошенный шар может падать под воздействием гравитации в участок, управляемый электромагнитным потенциалом, а затем упасть в участок, управляемый гармоническим потенциалом, и так далее.

Ву и Тегмарк задались вопросом, сможет ли их AI Physicist вывести соответствующие законы физики, просто изучая движение шара. Они сравнивали поведение AI Physicist с поведением «новорожденного физика», использующего сходный подход, но без возможностей к обучению, а также с работой классической нейросети.

Оказывается, как AI Physicist, так и «новорожденный физик» могут выводить правильные законы. «Оба субъекта способны разобраться в более чем 90% всех 40 загадочных миров», — говорят они.

Главным преимуществом AI Physicist над «новорожденным» является ускоренный процесс обучения и необходимость в меньшем наборе данных. «Похоже на то, как опытный учёные способен решать новые задачи быстрее новичка, опираясь на имеющиеся знания о сходных проблемах», — говорят Ву и Тегмарк.

Их система работает гораздо лучше обычной нейросети. «Наш AI Physicist обычно обучается быстрее и выдаёт среднеквадратическую ошибку прогноза в миллиарды раз меньшую, чем стандартная нейросеть прямого действия сходной сложности», — говорят они.

Это впечатляющая работа, говорящая о том, что ИИ могут значительно повлиять на научный прогресс. Конечно, реальной проверкой было бы напустить AI Physicist на реальную действительность, например, поместить его в Пизанский собор, и посмотреть, выведет ли он принцип действия механических часов. Или напустить его на другие сложные данные, например, на данные, ставящие в тупик экономистов, биологов и климатологов. Это явно простая задача для такой системы.

А если работа AI Physicist будет успешной, историки науки смогут считать его первым шагом новой эры эволюции научного метода со времён Галилея и его коллег-людей. Никто не знает, куда она сможет нас привести.


«An AI physicist can derive the natural laws of imagined universes»