Anehnya, model AI Tiongkok menemukan hukum fisika seperti manusia

Model AI-Newton Tiongkok mengejutkan dengan kemampuannya menarik aturan dari data mentah, membuka arah baru untuk penelitian ilmiah.

Berdasarkan data eksperimen, model AI Tiongkok dapat mempelajari fisika seperti manusia - Ilustrasi: hpcwire.com

Menurut Nature, model kecerdasan buatan Tiongkok baru, yang disebut AI-Newton, telah menunjukkan kemampuan untuk " menemukan " prinsip-prinsip fisika dari data eksperimen mentah - termasuk hukum kedua Newton tentang hubungan antara massa, gaya, dan percepatan.

Tim Universitas Peking mengatakan model tersebut meniru cara manusia melakukan sains : secara bertahap membangun simpanan konsep dan hukum dari data. Dengan mengidentifikasi konsep-konsep yang bermanfaat, AI-Newton dapat memperoleh pengetahuan tanpa harus diprogram sebelumnya.

Menurut ilmuwan komputer Keyon Vafa (Universitas Harvard), sistem ini menggunakan "regresi simbolik" (SR)—sebuah metode untuk menemukan persamaan matematika terbaik guna mendeskripsikan suatu fenomena fisika. Pendekatan ini dianggap potensial untuk penemuan ilmiah karena modelnya dirancang untuk menyimpulkan konsep secara mandiri.

Tim Universitas Peking menggunakan simulator untuk menghasilkan data dari 46 percobaan tentang gerak bebas, tabrakan, osilasi, dan sistem seperti bandul, dan secara sengaja memasukkan kesalahan untuk mencerminkan data dunia nyata.

Misalnya, AI-Newton hanya diberi posisi bola terhadap waktu dan diminta untuk menemukan persamaan yang menjelaskan hubungan antara kedua besaran tersebut. Model tersebut menurunkan persamaan kecepatan. Dari sana, pada tugas berikutnya, model tersebut melanjutkan penggunaan hukum kedua Newton untuk menyimpulkan massa bola. Hasil ini belum ditinjau sejawat.

Upaya untuk mengajarkan AI untuk menurunkan hukum fisika telah dilakukan sebelumnya. Pada tahun 2019, sebuah tim di ETH Zurich mengembangkan "AI Copernicus", sebuah jaringan saraf yang menyimpulkan orbit planet dari data observasi, tetapi manusia masih harus menafsirkan persamaannya.

Vafa dan rekan-rekannya di MIT juga bereksperimen dengan model-model dasar seperti GPT, Claude, atau Llama: ketika dilatih untuk memprediksi posisi planet, mereka hanya belajar mereproduksi orbit, tetapi menyimpulkan “hukum gravitasi” yang tidak berarti ketika diminta untuk menyimpulkan gaya yang mengatur gerakan.

Menurut Vafa, “model bahasa yang dilatih untuk memprediksi hasil eksperimen fisika tidak akan mengodekan konsep dengan cara yang sederhana dan ringkas seperti manusia, tetapi akan sering menghasilkan representasi yang tidak intuitif.”

Para ahli mengatakan AI yang dapat menyimpulkan hukum memang berguna, tetapi untuk benar-benar membuat penemuan ilmiah yang independen, mereka perlu terlibat dalam lebih banyak langkah: mendefinisikan masalah, mengusulkan eksperimen, menganalisis data, dan menguji hipotesis.

Menurut David Powers (Universitas Flinders), ilmu eksperimental memerlukan identifikasi variabel-variabel kunci dan pelaksanaan eksperimen-eksperimen sistematis.

Fisikawan Yan-Qing Ma dari Universitas Peking setuju bahwa AI-Newton masih jauh dari itu, tetapi menekankan bahwa model tersebut dapat membuka jalan bagi sistem AI masa depan yang dapat menggunakan data nyata untuk menemukan hukum fisika baru sendiri.

Tim tersebut sekarang sedang menguji penerapannya pada teori kuantum.

Kembali ke topik

VNA

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