Yang menghairankan, model AI Cina menemui undang-undang fizikal seperti manusia

Model AI-Newton China mengejutkan dengan keupayaannya untuk membuat peraturan daripada data mentah, membuka hala tuju baharu untuk penyelidikan saintifik.

Daripada data eksperimen, model AI Cina boleh belajar fizik seperti manusia - Ilustrasi: hpcwire.com

Menurut Nature, model kecerdasan buatan China baharu, dipanggil AI-Newton, telah menunjukkan keupayaan untuk " menemui " prinsip fizikal daripada data eksperimen mentah - termasuk undang-undang kedua Newton tentang hubungan antara jisim, daya dan pecutan.

Pasukan Universiti Peking berkata model itu meniru cara manusia melakukan sains : secara beransur-ansur membina simpanan konsep dan undang-undang daripada data. Dengan mengenal pasti konsep yang berguna, AI-Newton boleh memperoleh pengetahuan tanpa diprogramkan terlebih dahulu.

Menurut saintis komputer Keyon Vafa (Universiti Harvard), sistem ini menggunakan "regresi simbolik" (SR) - kaedah mencari persamaan matematik terbaik untuk menggambarkan fenomena fizikal. Ini dianggap sebagai pendekatan yang berpotensi untuk penemuan saintifik kerana model itu direka bentuk untuk membuat kesimpulan konsep sendiri.

Pasukan Universiti Peking menggunakan simulator untuk menjana data daripada 46 eksperimen mengenai gerakan bebas, perlanggaran, ayunan dan sistem seperti bandul, dan sengaja memasukkan ralat untuk mencerminkan data dunia sebenar.

Sebagai contoh, AI-Newton hanya diberi kedudukan bola sepanjang masa dan diminta untuk mencari persamaan yang menerangkan hubungan antara dua kuantiti. Model itu memperoleh persamaan halaju. Dari situ, dalam tugasan seterusnya, ia terus menggunakan hukum kedua Newton untuk membuat kesimpulan jisim bola. Keputusan ini belum lagi disemak oleh rakan sebaya.

Percubaan untuk mengajar AI untuk mendapatkan undang-undang fizikal telah dibuat sebelum ini. Pada tahun 2019, pasukan di ETH Zurich membangunkan "AI Copernicus," rangkaian saraf yang membuat kesimpulan orbit planet daripada data pemerhatian, tetapi manusia masih perlu mentafsir persamaan.

Vafa dan rakan-rakannya di MIT juga bereksperimen dengan model asas seperti GPT, Claude atau Llama: apabila dilatih untuk meramalkan kedudukan planet, mereka hanya belajar menghasilkan semula orbit, tetapi membuat kesimpulan "undang-undang graviti" yang tidak bermakna apabila diminta untuk memperoleh daya yang mengawal pergerakan itu.

Menurut Vafa, "model bahasa yang dilatih untuk meramalkan hasil eksperimen fizik tidak akan mengekodkan konsep dengan cara yang mudah dan padat yang sama seperti manusia, tetapi selalunya akan mencipta perwakilan yang tidak intuitif."

Pakar mengatakan AI yang boleh menyimpulkan undang-undang adalah berguna, tetapi untuk benar-benar membuat penemuan saintifik bebas, mereka perlu melibatkan diri dalam lebih banyak langkah: mentakrifkan masalah, mencadangkan eksperimen, menganalisis data dan menguji hipotesis.

Menurut David Powers (Flinders University), sains eksperimen memerlukan mengenal pasti pembolehubah utama dan menjalankan eksperimen sistematik.

Ahli fizik Yan-Qing Ma dari Universiti Peking bersetuju bahawa AI-Newton adalah jauh dari itu, tetapi menekankan bahawa model itu boleh membuka jalan untuk sistem AI masa depan yang boleh menggunakan data sebenar untuk menemui undang-undang fizikal baharu sendiri.

Pasukan itu kini sedang menguji kebolehgunaannya 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