Surpreendentemente, modelo de IA chinês descobre leis da física semelhantes às dos humanos.

AI - Ảnh 1. — Com base em dados experimentais, modelo de IA chinês consegue aprender física como humanos - Ilustração: hpcwire.com

Segundo a revista Nature, um novo modelo chinês de inteligência artificial, chamado AI-Newton, demonstrou a capacidade de " descobrir " princípios físicos a partir de dados experimentais brutos, incluindo a segunda lei de Newton sobre a relação entre massa, força e aceleração.

A equipe da Universidade de Pequim afirmou que o modelo imita a maneira como os humanos fazem ciência : construindo gradualmente um acervo de conceitos e leis a partir de dados. Ao identificar conceitos úteis, o AI-Newton pode derivar conhecimento sem ser pré-programado.

Segundo o cientista da computação Keyon Vafa (Universidade de Harvard), este sistema utiliza "regressão simbólica" (RS) – um método para encontrar a melhor equação matemática que descreva um fenômeno físico. Considera-se que esta abordagem tem potencial para descobertas científicas, pois o modelo foi projetado para inferir conceitos por conta própria.

A equipe da Universidade de Pequim usou um simulador para gerar dados de 46 experimentos sobre movimento livre, colisões, oscilações e sistemas semelhantes a pêndulos, e inseriu erros intencionalmente para refletir dados do mundo real.

Por exemplo, o AI-Newton recebeu apenas a posição de uma bola ao longo do tempo e foi solicitado a encontrar uma equação que descrevesse a relação entre as duas grandezas. O modelo derivou a equação da velocidade. A partir daí, na tarefa seguinte, continuou a usar a segunda lei de Newton para inferir a massa da bola. Esses resultados ainda não foram revisados por pares.

Tentativas de ensinar IA a derivar leis da física já foram feitas antes. Em 2019, uma equipe da ETH Zurich desenvolveu o "AI Copernicus", uma rede neural que inferiu órbitas planetárias a partir de dados observacionais, mas os humanos ainda precisavam interpretar as equações.

Vafa e seus colegas do MIT também experimentaram modelos fundamentais como GPT, Claude ou Llama: quando treinados para prever posições planetárias, eles aprenderam apenas a reproduzir órbitas, mas inferiram uma "lei da gravidade" sem sentido quando solicitados a derivar a força que governa o movimento.

Segundo Vafa, “um modelo de linguagem treinado para prever os resultados de um experimento de física não codificará os conceitos da mesma forma simples e concisa que os humanos, mas frequentemente criará uma representação não intuitiva”.

Especialistas afirmam que a IA capaz de deduzir leis é útil, mas para realmente fazer descobertas científicas independentes, ela precisa passar por mais etapas: definir um problema, propor experimentos, analisar dados e testar hipóteses.

Segundo David Powers (Universidade Flinders), a ciência experimental exige a identificação de variáveis-chave e a realização de experimentos sistemáticos.

O físico Yan-Qing Ma, da Universidade de Pequim, concorda que a IA-Newton está longe disso, mas ressalta que o modelo pode abrir caminho para futuros sistemas de IA capazes de usar dados reais para descobrir novas leis da física por conta própria.

A equipe está agora testando sua aplicabilidade às teorias quânticas.

Voltar ao assunto

VNA

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