به طرز شگفت انگیزی، مدل هوش مصنوعی چینی قوانین فیزیکی مانند انسان را کشف می‌کند

مدل هوش مصنوعی-نیوتن چین با توانایی خود در استخراج قوانین از داده‌های خام، شگفتی‌ساز است و مسیرهای جدیدی را برای تحقیقات علمی می‌گشاید.

از داده‌های تجربی، مدل هوش مصنوعی چینی می‌تواند فیزیک را مانند انسان‌ها یاد بگیرد - تصویر: hpcwire.com

طبق گزارش نیچر، یک مدل هوش مصنوعی جدید چینی به نام AI-Newton، توانایی « کشف » اصول فیزیکی از داده‌های خام تجربی - از جمله قانون دوم نیوتن در مورد رابطه بین جرم، نیرو و شتاب - را نشان داده است.

تیم دانشگاه پکینگ گفت که این مدل از نحوه انجام علم توسط انسان‌ها تقلید می‌کند: ایجاد تدریجی مجموعه‌ای از مفاهیم و قوانین از داده‌ها. با شناسایی مفاهیم مفید، هوش مصنوعی-نیوتن می‌تواند بدون برنامه‌ریزی قبلی، دانش را استخراج کند.

به گفته کیون وفا، دانشمند کامپیوتر (دانشگاه هاروارد)، این سیستم از "رگرسیون نمادین" (SR) استفاده می‌کند - روشی برای یافتن بهترین معادله ریاضی برای توصیف یک پدیده فیزیکی. این یک رویکرد بالقوه برای اکتشافات علمی محسوب می‌شود زیرا این مدل به گونه‌ای طراحی شده است که مفاهیم را به تنهایی استنتاج کند.

تیم دانشگاه پکینگ از یک شبیه‌ساز برای تولید داده‌ها از ۴۶ آزمایش روی حرکت آزاد، برخوردها، نوسانات و سیستم‌های پاندول‌مانند استفاده کرد و عمداً خطاهایی را برای انعکاس داده‌های دنیای واقعی وارد کرد.

برای مثال، به AI-Newton فقط موقعیت یک توپ در طول زمان داده شد و از او خواسته شد تا معادله‌ای را پیدا کند که رابطه بین این دو کمیت را توصیف کند. مدل معادله سرعت را استخراج کرد. از آنجا، در کار بعدی، به استفاده از قانون دوم نیوتن برای استنباط جرم توپ ادامه داد. این نتایج هنوز مورد بررسی دقیق قرار نگرفته‌اند.

تلاش‌هایی برای آموزش هوش مصنوعی برای استخراج قوانین فیزیکی قبلاً انجام شده است. در سال ۲۰۱۹، تیمی در ETH زوریخ «هوش مصنوعی کوپرنیک» را توسعه دادند، یک شبکه عصبی که مدارهای سیاره‌ای را از داده‌های مشاهده‌ای استنباط می‌کرد، اما انسان‌ها هنوز مجبور بودند معادلات را تفسیر کنند.

وفا و همکارانش در MIT همچنین با مدل‌های بنیادی مانند GPT، Claude یا Llama آزمایش کردند: وقتی برای پیش‌بینی موقعیت سیارات آموزش دیدند، فقط یاد گرفتند که مدارها را بازتولید کنند، اما وقتی از آنها خواسته شد نیروی حاکم بر حرکت را استخراج کنند، یک «قانون گرانش» بی‌معنی را استنباط کردند.

به گفته وفا، «یک مدل زبانی که برای پیش‌بینی نتایج یک آزمایش فیزیک آموزش دیده است، مفاهیم را به همان سادگی و اختصار انسان‌ها رمزگذاری نمی‌کند، بلکه اغلب یک نمایش غیرشهودی ایجاد می‌کند.»

کارشناسان می‌گویند هوش مصنوعی که می‌تواند قوانین را استنباط کند مفید است، اما برای اینکه واقعاً اکتشافات علمی مستقلی انجام دهد، باید مراحل بیشتری را طی کند: تعریف یک مسئله، پیشنهاد آزمایش، تجزیه و تحلیل داده‌ها و آزمایش فرضیه‌ها.

به گفته دیوید پاورز (دانشگاه فلیندرز)، علوم تجربی نیازمند شناسایی متغیرهای کلیدی و انجام آزمایش‌های سیستماتیک است.

یان-کینگ ما، فیزیکدان دانشگاه پکن، موافق است که مدل هوش مصنوعی نیوتون راه درازی در پیش دارد، اما تأکید می‌کند که این مدل می‌تواند راه را برای سیستم‌های هوش مصنوعی آینده که می‌توانند از داده‌های واقعی برای کشف قوانین فیزیکی جدید به تنهایی استفاده کنند، هموار کند.

این تیم اکنون در حال آزمایش کاربردپذیری آن در نظریه‌های کوانتومی است.

بازگشت به موضوع

وی ان ای

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