Sorprendentemente, un modelo de IA chino descubre leyes físicas como los humanos.

AI - Ảnh 1. — A partir de datos experimentales, un modelo de IA chino puede aprender física como los humanos - Ilustración: hpcwire.com

Según la revista Nature, un nuevo modelo chino de inteligencia artificial, llamado AI-Newton, ha demostrado la capacidad de " descubrir " principios físicos a partir de datos experimentales brutos, incluida la segunda ley de Newton sobre la relación entre masa, fuerza y aceleración.

El equipo de la Universidad de Pekín afirmó que el modelo imita la forma en que los humanos hacen ciencia : construyendo gradualmente un acervo de conceptos y leyes a partir de datos. Al identificar conceptos útiles, AI-Newton puede derivar conocimiento sin necesidad de programación previa.

Según el informático Keyon Vafa (Universidad de Harvard), este sistema utiliza la «regresión simbólica» (RS), un método para encontrar la ecuación matemática que mejor describe un fenómeno físico. Se considera un enfoque prometedor para el descubrimiento científico, ya que el modelo está diseñado para inferir conceptos por sí mismo.

El equipo de la Universidad de Pekín utilizó un simulador para generar datos a partir de 46 experimentos sobre movimiento libre, colisiones, oscilaciones y sistemas tipo péndulo, e insertó intencionalmente errores para reflejar datos del mundo real.

Por ejemplo, a AI-Newton solo se le proporcionó la posición de una pelota a lo largo del tiempo y se le pidió que encontrara una ecuación que describiera la relación entre ambas magnitudes. El modelo derivó la ecuación de velocidad. A partir de ahí, en la siguiente tarea, continuó utilizando la segunda ley de Newton para inferir la masa de la pelota. Estos resultados aún no han sido revisados por pares.

Ya se han realizado intentos de enseñar a la IA a deducir leyes físicas. En 2019, un equipo de la ETH de Zúrich desarrolló «AI Copernicus», una red neuronal que infería órbitas planetarias a partir de datos de observación, pero los humanos aún tenían que interpretar las ecuaciones.

Vafa y sus colegas del MIT también experimentaron con modelos fundamentales como GPT, Claude o Llama: cuando se les entrenó para predecir posiciones planetarias, solo aprendieron a reproducir órbitas, pero infirieron una “ley de gravedad” sin sentido cuando se les pidió que derivaran la fuerza que rige el movimiento.

Según Vafa, “un modelo de lenguaje entrenado para predecir los resultados de un experimento de física no codificará los conceptos de la misma manera simple y concisa que los humanos, sino que a menudo creará una representación no intuitiva”.

Los expertos afirman que la IA capaz de deducir leyes es útil, pero para realizar descubrimientos científicos verdaderamente independientes, necesitan dar más pasos: definir un problema, proponer experimentos, analizar datos y probar hipótesis.

Según David Powers (Universidad de Flinders), la ciencia experimental requiere identificar variables clave y realizar experimentos sistemáticos.

El físico Yan-Qing Ma, de la Universidad de Pekín, coincide en que AI-Newton está lejos de eso, pero subraya que el modelo podría allanar el camino para futuros sistemas de IA que puedan utilizar datos reales para descubrir nuevas leyes físicas por sí mismos.

El equipo está ahora probando su aplicabilidad a las teorías cuánticas.

Volver al tema

VNA

Fuente: https://tuoitre.vn/bat-ngo-mo-hinh-ai-trung-quoc-tu-kham-pha-dinh-luat-vat-ly-nhu-nguoi-20251116121246359.htm