놀랍게도 중국 AI 모델이 인간처럼 물리 법칙을 발견한다

AI - Ảnh 1. — 실험 데이터를 통해 중국 AI 모델은 인간처럼 물리 법칙을 학습할 수 있다 - 일러스트: hpcwire.com

네이처에 따르면, AI-뉴턴이라는 새로운 중국 인공지능 모델은 원시 실험 데이터에서 물리적 원리를 " 발견 "하는 능력을 보였는데, 여기에는 질량, 힘, 가속도 간의 관계에 대한 뉴턴의 제2법칙이 포함됩니다.

베이징대학교 연구팀은 이 모델이 인간이 과학을 수행하는 방식, 즉 데이터로부터 개념과 법칙의 저장소를 점진적으로 구축하는 방식을 모방한다고 밝혔습니다. AI-뉴턴은 유용한 개념을 식별함으로써 사전 프로그래밍 없이도 지식을 도출할 수 있습니다.

하버드 대학교 컴퓨터 과학자 키온 바파(Keyon Vafa)에 따르면, 이 시스템은 물리적 현상을 설명하는 최적의 수학 방정식을 찾는 방법인 "기호 회귀"(SR)를 사용합니다. 이 모델은 스스로 개념을 추론하도록 설계되었기 때문에 과학적 발견을 위한 잠재적인 접근법으로 여겨집니다.

베이징 대학 연구팀은 시뮬레이터를 사용하여 자유 운동, 충돌, 진동 및 진자형 시스템에 대한 46가지 실험으로부터 데이터를 생성하고, 실제 데이터를 반영하기 위해 의도적으로 오류를 삽입했습니다.

예를 들어, AI-뉴턴은 시간에 따른 공의 위치만 주어진 상태에서 두 양 사이의 관계를 나타내는 방정식을 구하라는 과제를 받았습니다. 이 모델은 속도 방정식을 도출했습니다. 이후 다음 과제에서는 뉴턴의 제2법칙을 사용하여 공의 질량을 추론했습니다. 이 결과는 아직 동료 평가를 받지 않았습니다.

AI에게 물리 법칙을 유도하도록 가르치려는 시도는 이전에도 있었습니다. 2019년, 취리히 연방공과대학교(ETH Zurich)의 한 팀은 관측 데이터로부터 행성 궤도를 추론하는 신경망인 "AI 코페르니쿠스(AI Copernicus)"를 개발했지만, 여전히 인간은 방정식을 해석해야 했습니다.

MIT의 바파와 그의 동료들은 GPT, 클로드, 라마와 같은 기초적인 모델을 실험했습니다. 행성의 위치를 예측하도록 훈련받았을 때, 그들은 단지 궤도를 재현하는 법만 배웠고, 운동을 지배하는 힘을 유도하라는 요청을 받았을 때 무의미한 "중력의 법칙"을 추론했습니다.

바파에 따르면, "물리 실험 결과를 예측하도록 훈련된 언어 모델은 인간처럼 간단하고 간결한 방식으로 개념을 인코딩하지 않고, 종종 직관적이지 않은 표현을 생성합니다."

전문가들은 법칙을 추론할 수 있는 AI가 유용하다고 말하지만, 진정한 의미에서 독립적인 과학적 발견을 이루려면 문제 정의, 실험 제안, 데이터 분석, 가설 검증 등 더 많은 단계에 참여해야 한다고 말합니다.

데이비드 파워스(플린더스 대학교)에 따르면, 실험 과학에는 주요 변수를 식별하고 체계적인 실험을 수행하는 것이 필요합니다.

베이징 대학의 물리학자 얀칭 마는 AI-뉴턴이 아직 갈 길이 멀다는 데 동의하지만, 이 모델이 실제 데이터를 사용하여 스스로 새로운 물리 법칙을 발견할 수 있는 미래의 AI 시스템을 위한 길을 열 수 있다고 강조했습니다.

연구팀은 현재 이를 양자 이론에 적용할 수 있는지 시험하고 있습니다.

주제로 돌아가기

VNA

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