באופן מפתיע, מודל הבינה המלאכותית הסיני מגלה חוקים פיזיקליים כמו בני אדם

מודל הבינה המלאכותית-ניוטון של סין מפתיע ביכולתו לשאוב כללים מנתונים גולמיים, ופותח כיוונים חדשים למחקר מדעי.

מנתונים ניסיוניים, מודל בינה מלאכותית סיני יכול ללמוד פיזיקה כמו בני אדם - איור: hpcwire.com

על פי Nature, מודל בינה מלאכותית סיני חדש, המכונה AI-Newton, הראה את היכולת " לגלות " עקרונות פיזיקליים מנתונים ניסיוניים גולמיים - כולל החוק השני של ניוטון על הקשר בין מסה, כוח ותאוצה.

צוות אוניברסיטת פקינג אמר שהמודל מחקה את האופן שבו בני אדם עוסקים במדע : בניית מאגר של מושגים וחוקים בהדרגה מנתונים. על ידי זיהוי מושגים שימושיים, ניוטון יכול להפיק ידע מבלי שיהיה מתוכנת מראש.

לדברי מדען המחשב קיון ואפה (אוניברסיטת הרווארד), מערכת זו משתמשת ב"רגרסיה סימבולית" (SR) - שיטה למציאת המשוואה המתמטית הטובה ביותר לתיאור תופעה פיזיקלית. גישה זו נחשבת לגישה פוטנציאלית לגילוי מדעי מכיוון שהמודל נועד להסיק מושגים בעצמו.

צוות אוניברסיטת פקינג השתמש בסימולטור כדי לייצר נתונים מ-46 ניסויים על תנועה חופשית, התנגשויות, תנודות ומערכות דמויות מטוטלת, והכניס שגיאות במכוון כדי לשקף נתונים מהעולם האמיתי.

לדוגמה, AI-ניוטון קיבל רק את מיקום הכדור לאורך זמן והתבקש למצוא משוואה המתארת ​​את הקשר בין שני הגדלים. המודל גזר את משוואת המהירות. משם, במשימה הבאה, הוא המשיך להשתמש בחוק השני של ניוטון כדי להסיק את מסת הכדור. תוצאות אלו טרם עברו ביקורת עמיתים.

ניסיונות ללמד בינה מלאכותית לגזור חוקים פיזיקליים נעשו בעבר. בשנת 2019, צוות ב-ETH ציריך פיתח את "בינה מלאכותית קופרניקוס", רשת נוירונים שהסיקה מסלולי כוכבי לכת מנתונים תצפיתיים, אך בני אדם עדיין היו צריכים לפרש את המשוואות.

ואפה ועמיתיו ב-MIT ערכו גם ניסויים במודלים בסיסיים כמו GPT, Claude או Llama: כאשר אומנו לחזות מיקומי כוכבי לכת, הם למדו רק לשחזר מסלולים, אך הסיקו "חוק כבידה" חסר משמעות כאשר התבקשו לגזור את הכוח השולט בתנועה.

לדברי ואפה, "מודל שפה שאומן לחזות את תוצאות ניסוי פיזיקלי לא יקודד מושגים באותה דרך פשוטה ותמציתית כמו בני אדם, אלא לעתים קרובות ייצור ייצוג לא אינטואיטיבי."

מומחים אומרים שבינה מלאכותית שיכולה להסיק חוקים היא שימושית, אך כדי באמת לגלות תגליות מדעיות עצמאיות, עליה לבצע שלבים נוספים: הגדרת בעיה, הצעת ניסויים, ניתוח נתונים ובדיקת השערות.

לדברי דיוויד פאוורס (אוניברסיטת פלינדרס), מדע ניסיוני דורש זיהוי משתנים מרכזיים וביצוע ניסויים שיטתיים.

הפיזיקאי יאן-קינג מא מאוניברסיטת פקינג מסכים ש-AI-ניוטון רחוקה מאוד מכך, אך מדגיש שהמודל יכול לסלול את הדרך למערכות בינה מלאכותית עתידיות שיכולות להשתמש בנתונים אמיתיים כדי לגלות חוקים פיזיקליים חדשים בכוחות עצמן.

הצוות בוחן כעת את תחולתה על תיאוריות קוונטיות.

חזרה לנושא

VNA

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