Nach dem Unterrichten von KI-Tricks, mit denen Physiker die reale Welt verstehen, eine extrem leistungsstarke Maschine
Es gibt eine berühmte Geschichte darüber, wie Galileo das Schwingen einer Lampe in der Kathedrale von Pisa beobachtete und es in Bezug auf seinen Puls maß. Er kam zu dem Schluss, dass die Periode konstant und unabhängig von der Amplitude ist.
Galileo schlug vor, dass das Pendel die Uhr steuern kann, und entwickelte später ein ähnliches Gerät, obwohl
Huygens 15 Jahre nach dem Tod von Galileo die erste Uhr dieses Typs baute.
Als das Genie von Galileo eine Entdeckung machte, ignorierte es alle unangenehmen Details, die berücksichtigt werden konnten - Luftwiderstand, Temperatur, flackerndes Licht, Lärm, andere Personen usw. Er betrachtete das einfachste Modell einer schwingenden Lampe, wobei er nur ihre Periode verwendete und sich auf das auffälligste Merkmal konzentrierte.
Viele Historiker glauben, dass der Galileo-Ansatz das früheste Stadium in der Entwicklung der wissenschaftlichen Methode darstellt - den Prozess, der uns Flüge, Quantentheorie, elektronische Computer, Allgemeine Relativitätstheorie und künstliche Intelligenz ermöglichte.
In den letzten Jahren haben KI-Systeme begonnen, interessante Muster in Daten zu finden und sogar bestimmte physikalische Gesetze unabhängig voneinander abzuleiten. In diesen Fällen hat die KI jedoch immer einen bestimmten Datensatz untersucht, der von den Ablenkungen der realen Welt isoliert ist. Die Fähigkeiten dieser KI-Systeme sind weit davon entfernt, die Fähigkeiten von Menschen wie Galileo zu erreichen.
Dies wirft eine interessante Frage auf: Ist es möglich, ein KI-System zu entwickeln, das ebenso wie Galileo Theorien entwickelt und sich auf die Informationen konzentriert, die zur Erklärung der verschiedenen Aspekte der Welt, die sie beobachtet, erforderlich sind?
Dank der
Arbeit von Tylin Wu und Max Tegmark vom MIT kennen wir heute die Antwort. Sie entwickelten KI und kopierten Galileos Ansatz und einige andere Tricks, die Physiker im Laufe der Jahrhunderte gelernt haben. Ihr KI-Physikersystem ist in der Lage, verschiedene Gesetze der Physik in mysteriösen Welten abzuleiten, die speziell entwickelt wurden, um die Komplexität unseres Universums zu simulieren.
Wu und Tegmark identifizierten zunächst eine signifikante Schwäche in der modernen KI. Bei einem großen Datensatz suchen sie normalerweise nach einer einheitlichen Theorie, die den gesamten Datensatz regelt. Je größer und fragmentierter der Datensatz wird, desto schwieriger wird es. Für die derzeitige KI wäre es unmöglich, in der Kathedrale nach den Gesetzen der Physik zu suchen.
Um dieses Problem zu lösen, wenden Physiker verschiedene Denkmethoden an, die die Aufgabe vereinfachen. Die erste besteht darin, Theorien zu entwickeln, die einen kleinen Teil der Daten beschreiben. Das Ergebnis sind mehrere Theorien, die verschiedene Aspekte der Daten beschreiben - zum Beispiel die Quantenmechanik oder die Relativitätstheorie. Wu und Tegmark entwickelten AI Physicist so, dass sie großen Datenmengen mit derselben Methode ähneln.
Eine weitere Grundregel der Physiker ist Occams Rasiermesser oder die Idee der Überlegenheit einfacher Ideen. Daher verwerfen Physiker Theorien, die einen Schöpfer erfordern, der das Universum oder die Erde erschaffen hat: Die Existenz eines Schöpfers wirft seine eigenen Fragen nach seiner Natur oder Herkunft auf.
Es ist bekannt, dass AIs dazu neigen, übermäßig komplexe Modelle zu erstellen, die die Daten beschreiben, auf denen sie trainiert werden. Daher haben Wu und Tegmark das System auch darauf trainiert, einfachere Theorien gegenüber komplexen zu bevorzugen. Sie verwendeten ein einfaches Maß für die Komplexität, basierend auf der Menge an Informationen, die die Theorie abdeckt.
Ein weiterer berühmter Trick der Physiker ist die Suche nach Wegen, Theorien zu vereinen. Wenn eine Theorie in der Lage ist, die Aufgaben von zwei zu bewältigen, ist es höchstwahrscheinlich besser. Dies veranlasste die Physiker, nach einem Gesetz zu suchen, das alles regelt (obwohl es praktisch keine wirklichen Beweise für die Existenz einer solchen Theorie gibt).
Das letzte Prinzip, das Physikern bei ihrer Forschung geholfen hat: Wenn etwas früher funktioniert hat, kann es bei zukünftigen Aufgaben funktionieren. Daher erinnert sich AI Physicist von Wu und Tegmark an die erhaltenen Problemlösungen und versucht, sie auf zukünftige Aufgaben anzuwenden.
Mit diesen Techniken bewaffnet, schickten Wu und Tegmark AI Physicist zur Arbeit. Sie entwickelten 40 mysteriöse Welten, die den Gesetzen der Physik unterliegen und sich von Ort zu Ort ändern. In einer dieser Welten kann ein verlassener Ball unter dem Einfluss der Schwerkraft in einen Bereich fallen, der durch elektromagnetisches Potential gesteuert wird, und dann in einen Bereich fallen, der durch harmonisches Potential gesteuert wird, und so weiter.
Wu und Tegmark fragten sich, ob ihr KI-Physiker in der Lage sein würde, die entsprechenden Gesetze der Physik abzuleiten, indem er einfach die Bewegung des Balls studierte. Sie verglichen das Verhalten eines KI-Physikers mit dem Verhalten eines „neugeborenen Physikers“ unter Verwendung eines ähnlichen Ansatzes, jedoch ohne Lernmöglichkeiten, sowie mit der Arbeit eines klassischen neuronalen Netzwerks.
Es stellt sich heraus, dass sowohl der KI-Physiker als auch der „neugeborene Physiker“ die richtigen Gesetze ableiten können. "Beide Wesen sind in der Lage, mehr als 90% aller 40 mysteriösen Welten zu verstehen", sagen sie.
Der Hauptvorteil von AI Physicist gegenüber dem „Neugeborenen“ ist der beschleunigte Lernprozess und die Notwendigkeit eines kleineren Datensatzes. "Es scheint, als könne ein erfahrener Wissenschaftler neue Probleme schneller lösen als ein Anfänger, indem er sich auf das vorhandene Wissen über ähnliche Probleme stützt", sagen Wu und Tegmark.
Ihr System funktioniert viel besser als ein normales neuronales Netzwerk. „Unser KI-Physiker lernt normalerweise schneller und erzeugt einen Vorhersagestandardfehler, der milliardenfach kleiner ist als ein direkt wirkendes neuronales Standardnetzwerk ähnlicher Komplexität“, sagen sie.
Dies ist eine beeindruckende Arbeit, die darauf hindeutet, dass KI den wissenschaftlichen Fortschritt erheblich beeinflussen kann. Ein echter Test wäre natürlich, AI Physicist in die Realität umzusetzen, um ihn beispielsweise in der Schiefen Kathedrale von Pisa zu platzieren und zu prüfen, ob daraus das Wirkprinzip einer mechanischen Uhr abgeleitet wird. Oder werfen Sie es auf andere komplexe Daten, wie Daten, die Ökonomen, Biologen und Klimatologen verblüffen. Dies ist eindeutig eine leichte Aufgabe für ein solches System.
Und wenn die Arbeit des KI-Physikers erfolgreich ist, können Wissenschaftshistoriker sie als ersten Schritt in einer neuen Ära der Entwicklung der wissenschaftlichen Methode seit Galileo und seinen Mitmenschen betrachten. Niemand weiß, wohin sie uns führen kann.