Künstliche Intelligenz, die sich mit Physik beschäftigt, kann die Gesetze imaginärer Universen herleiten

Published on November 14, 2018

Künstliche Intelligenz, die sich mit Physik beschäftigt, kann die Gesetze imaginärer Universen herleiten

Originalautor: Emerging Technology aus dem arXiv
  • Übersetzung

Nachdem man KI-Tricks gelernt hat, mit denen Physiker die reale Welt verstehen, stellt sich heraus, dass es sich um eine äußerst leistungsfähige Maschine handelt




Es gibt eine berühmte Geschichte darüber, wie Galileo die Lampe in der Kathedrale von Pisa schwingen sah und sie im Verhältnis zu seinem Puls maß. Er kam zu dem Schluss, dass die Periode konstant ist und nicht von der Amplitude abhängt.

Galileo schlug vor, dass das Pendel die Uhr steuern könnte, und entwickelte später ein ähnliches Gerät, obwohl die erste Uhr dieses Typs von Huygens 15 Jahre nach dem Tod von Galileo gebaut wurde.

Als er eine Entdeckung machte, ignorierte das Genie von Galileo alle unangenehmen Details, die berücksichtigt werden konnten - Luftwiderstand, Temperatur, Lichtflackern, Lärm, andere Menschen usw. Er betrachtete das einfachste Modell einer Pendelleuchte, wobei er nur die Periode verwendete und sich auf das auffälligste Merkmal konzentrierte.

Viele Historiker glauben, dass der galiläische Ansatz das früheste Stadium in der Entwicklung der wissenschaftlichen Methode darstellt - der Prozess, der uns Flüge, Quantentheorie, elektronische Computer, Allgemeine Relativitätstheorie und künstliche Intelligenz ermöglichte.

In den letzten Jahren haben KI-Systeme begonnen, interessante Muster in den Daten zu finden und bestimmte physikalische Gesetze sogar unabhängig voneinander abzuleiten. Aber in diesen Fällen hat die KI immer einen bestimmten Datensatz untersucht, der von den Ablenkungen der realen Welt isoliert ist. Die Fähigkeiten dieser KI-Systeme erreichen die Fähigkeiten von Menschen wie Galileo nicht sehr.

Dies wirft eine interessante Frage auf: Ist es möglich, ein KI-System zu entwickeln, das wie Galileo Theorien generiert und sich auf die Informationen konzentriert, die zur Erklärung der verschiedenen Aspekte der beobachteten Welt erforderlich sind?

Heute dankeDie Arbeit von Taylin Woo und Max Tegmark vom MIT, wir kennen die Antwort. Sie entwickelten eine KI, einen Replikationsansatz von Galileo und einige andere Tricks, die Physiker über mehrere Jahrhunderte hinweg gelernt haben. Ihr KI-Physikersystem ist in der Lage, verschiedene Gesetze der Physik in mysteriösen Welten abzuleiten, die speziell dafür entwickelt wurden, die Komplexität unseres Universums zu simulieren.

Wu und Tegmark identifizierten zunächst eine signifikante Schwäche der modernen KI. Bei großen Datenmengen suchen sie normalerweise nach einer einzigen Theorie, die die gesamte Menge regelt. Je größer der Datensatz ist und je fragmentierter der Datensatz wird, desto schwieriger ist dies. Für die gegenwärtige KI wäre es unmöglich, in der Kathedrale nach den Gesetzen der Physik zu suchen.

Um dieses Problem zu lösen, wenden Physiker verschiedene Denkmethoden an, die das Problem vereinfachen. Die erste besteht darin, Theorien zu entwickeln, die einen kleinen Teil der Daten beschreiben. Das Ergebnis sind mehrere Theorien, die verschiedene Aspekte von Daten beschreiben - zum Beispiel die Quantenmechanik oder die Relativitätstheorie. Wu und Tegmark entwickelten AI Physicist, um mit derselben Methode großen Datensätzen zu ähneln.

Eine weitere Grundregel der Physiker ist Ockhams Rasiermesser oder die Vorstellung von der Überlegenheit einfacher Ideen. Daher lehnen Physiker Theorien ab, die den Schöpfer erfordern, der das Universum oder die Erde geschaffen hat: Die Existenz eines Schöpfers wirft seine eigenen Fragen nach seiner Natur oder Herkunft auf.

Es ist bekannt, dass AIs dazu neigen, übermäßig komplexe Modelle auszugeben, die die Daten beschreiben, auf denen sie trainiert werden. Daher haben Wu und Tegmark dem System auch beigebracht, einfachere Theorien komplexen vorzuziehen. Sie verwendeten ein einfaches Maß für die Komplexität, basierend auf der Menge an Informationen, die die Theorie abdeckt.

Ein weiterer berühmter Trick der Physiker ist die Suche nach Wegen, um Theorien zu vereinen. Wenn eine Theorie die Aufgaben von zwei bewältigen kann, ist es höchstwahrscheinlich besser. Dies veranlasste die Physiker, nach einem einzigen Gesetz zu suchen, das alles regelt (obwohl es praktisch keinen wirklichen Beweis für die Existenz einer solchen Theorie gibt).

Das letzte Prinzip, das den Physikern bei ihrer Forschung geholfen hat: Wenn etwas zuvor funktioniert hat, könnte es bei zukünftigen Aufgaben funktionieren. Daher merkt sich AI Physicist von Wu und Tegmark die erhaltenen Problemlösungen und versucht sie auf zukünftige Aufgaben anzuwenden.

Mit diesen Techniken ausgerüstet schickten Wu und Tegmark einen AI-Physiker zur Arbeit. Sie entwickelten 40 mysteriöse Welten, die den Gesetzen der Physik unterliegen und sich von Ort zu Ort verändern. In einer dieser Welten kann ein verlassener Ball unter dem Einfluss der Schwerkraft in einen Bereich fallen, der von einem elektromagnetischen Potential gesteuert wird, und dann in einen Bereich, der von einem harmonischen Potential gesteuert wird, und so weiter.

Wu und Tegmark fragten sich, ob ihr KI-Physiker die relevanten Gesetze der Physik ableiten könnte, indem er einfach die Bewegung des Balls studierte. Sie verglichen das Verhalten des KI-Physikers mit dem Verhalten des „neugeborenen Physikers“ auf ähnliche Weise, jedoch ohne Lernmöglichkeiten, sowie mit der Arbeit des klassischen neuronalen Netzwerks.

Es stellt sich heraus, dass sowohl der KI-Physiker als auch der „neugeborene Physiker“ die richtigen Gesetze ableiten können. "Beide Fächer sind in der Lage, mehr als 90% aller 40 mysteriösen Welten auszusortieren", sagen sie.

Der Hauptvorteil von AI Physicist gegenüber dem "Neugeborenen" ist ein beschleunigter Lernprozess und die Notwendigkeit eines kleineren Datensatzes. "Erfahrene Wissenschaftler sind offenbar in der Lage, neue Probleme schneller zu lösen als Anfänger, basierend auf dem vorhandenen Wissen über ähnliche Probleme", so Wu und Tegmark.

Ihr System funktioniert viel besser als ein herkömmliches neuronales Netzwerk. "Unser KI-Physiker lernt normalerweise schneller und erzeugt einen Standard-Vorhersagefehler, der milliardenfach kleiner ist als ein direkt wirkendes neuronales Standardnetzwerk ähnlicher Komplexität", heißt es.

Dies ist eine beeindruckende Arbeit, die nahe legt, dass die KI den wissenschaftlichen Fortschritt erheblich beeinflussen kann. Der eigentliche Test wäre natürlich, AI Physicist in die Realität umzusetzen, um ihn beispielsweise in der Kathedrale von Pisa zu platzieren und zu sehen, ob sich daraus das Prinzip der mechanischen Uhr ableiten lässt. Oder verwenden Sie andere komplexe Daten, z. B. Daten, die Ökonomen, Biologen und Klimatologen verblüfften. Dies ist für ein solches System eindeutig eine leichte Aufgabe.

Und wenn die Arbeit des KI-Physikers erfolgreich ist, können die Wissenschaftshistoriker sie als ersten Schritt der neuen Ära der Entwicklung der wissenschaftlichen Methode aus der Zeit von Galileo und seinen Mitmenschen ansehen. Niemand weiß, wohin sie uns führen kann.