Изображение: Boyuan Chen / Columbia Engineering
Математики Колумбийского университета разработали искусственный интеллект, который наблюдает за различными физическими процессами и обнаруживает фундаментальные переменные, описывающие наблюдаемую картину. Оказалось, что даже при наблюдении за обыкновенным двойным маятником программа выявляет альтернативные переменные, которые пока что остаются загадкой для ученых.
Как пишет lenta.ru, исследование, результаты которого опубликованы в журнале Nature Computational Science, является шагом на пути к разработке систем, автоматизирующих и ускоряющих научные открытия.
Основой системы стал автокодировщик — сверточная нейронная сеть, которая способна анализировать наблюдаемый через видео процесс (например, качание маятника) и моделировать его, делая точные прогнозы, каким будет состояние физического процесса в следующий момент времени. Для этого нейронная сеть должна сжать входные данные до скрытых абстрактных параметров — переменных, которые хранятся в «узком месте» сети. В дальнейшем та часть сети, что является декодером, использует эти параметры для того, чтобы реконструировать кадр будущего состояния системы. Эта нейросеть способна к самообучению, поскольку кадр на выходе сравнивается со следующим кадром на входе и внутренние слои автокодировщика настраиваются до тех пор, пока кадры не будут соответствовать друг другу.
Ученые извлекали из «узкого места» обученной прогностической нейронной сети скрытые параметры, которые и должны быть теми самыми фундаментальными переменными, описывающими физический процесс. Сначала с помощью специальных алгоритмов, называемых алгоритмами обучения многообразию, исследователи определяли внутреннюю размерность (ID) процесса, то есть минимальное количество фундаментальных переменных, которое требуется для описания процесса.
Затем другой автокодировщик, используя значение ID, определял набор переменных (который может быть не уникальным), закодированных в нейронах первой нейросети. В дальнейших экспериментах ученые проверяли, могли ли эти переменные, названные переменными нейронного состояния, точно отражать динамику физического процесса. Система анализировала видеозапись одиночного маятника, жесткого и упругого двойных маятников, лавовой лампы, воздушного танцора, пламени и системы «реакция-диффузия» и в каждом случае смогла спрогнозировать процесс.
Поведение двойного маятника описывает четыре переменные — угол и угловая скорость для каждого из двух рычагов. Нейронная сеть определила, что значение ID этого процесса равно 4,7, что близко к известному числу переменных. Эксперименты подтвердили, что две переменные, закодированные нейронной сетью, действительно относятся к углам отклонения рычагов, однако две другие остались для ученых загадкой. ID воздушного танцора, лавовой лампы и языков пламени науке не были известны, однако искусственный интеллект определил их значения как 7,5, 7,8 и 24,7 соответственно.
По словам ученых, которые приведены в пресс-релизе на Phys.org, количество переменных, которое кодировалось нейронными сетями в экспериментах, были одинаковым, однако конкретный набор переменных каждый раз был разным. Это указывает на то, что, вероятно, существуют альтернативные способы описания Вселенной, которыми могут пользоваться внеземные цивилизации. Кроме того, такой тип искусственного интеллекта может помочь ученым выявить ранее неизвестные закономерности не только в физических процессах, но и в биологических.
