Un sistem pe bază de învățare automată poate rezolva problemele de fizică prin simplificarea lor pentru a le face mai simetrice.
„Există multe cazuri în istoria științei în care oamenii au crezut că lucrurile sunt mai complicate decât erau de fapt din cauza faptului că nu au găsit cea mai simplă descriere a acestora”, a declarat Max Tegmark din cadrul Institutului de Tehnologie din Massachusetts.
Pentru a dezvolta sistemul pe bază de inteligență artificială (IA), Tegmark și Ziming Liu, din cadrul MIT, au folosit o rețea neuronală artificială, adică o configurație de calcul inspirată de modul în care neuronii interacționează la nivelul creierului. Ei au programat sistemul în așa fel încât acesta să poată transforma problemele cu sisteme de coordonate complexe, adică modul în care problemele sunt descrise geometric, în unele care au o anumită simetrie. Aceste sisteme mai simple și mai simetrice pot fi adesea mai ușor de rezolvat de către fizicieni.
„Pentru a rezolva probleme concrete, trebuie să recurgem la sisteme de coordonate specifice, astfel încât să putem redacta și rezolva o serie de ecuații”, a declarat Liu.
În trecut, găsirea celui mai simplu sistem de coordonate nu a fost întotdeauna ușoară. Un exemplu este una dintre primele ecuații care descriu o gaură neagră, care nu a putut explica ce se întâmplă la orizontul evenimentelor, punctul în care lumina nu poate scăpa de gravitația găurii negre. „A fost nevoie de 17 ani pentru ca oamenii să realizeze că există o transformare care poate simplifica acest sistem. Cu toate acestea, instrumentul nostru poate ajunge în această etapă în doar jumătate de oră”, a declarat Liu.
Tegmark și Liu au testat sistemul pe șase probleme de fizică bine-cunoscute, inclusiv cea a găurii negre, care au fost deja rezolvate, atât cu ajutorul mecanicii clasice, cât și prin teoria generale a relativității. Algoritmul a descoperit o simetrie în fiecare scenariu la care a fost supus.
Pentru a descoperi simetriile ascunse din fiecare sistem, algoritmul primește o listă de simetrii cunoscute și apoi încearcă să transforme sistemele complexe de coordonate de mii de ori până când găsește o potrivire cu una dintre acele simetrii cunoscute.
Deși rezolvarea problemelor pe care oamenii le-au rezolvat deja demonstrează funcționalitatea algoritmului, acesta ar putea fi utilizat pentru a ajuta la rezolvarea problemelor pentru care nu există soluții în prezent.
„Rezolvarea problemelor de fizică folosind acest tip de învățare automată este o abordare de tip top-down, care folosește cantități mari de date preexistente. Totuși, există și alte metode care folosesc învățarea automată pentru a rezolva probleme de matematică și fizică prin construirea lor de jos în sus, precum construirea de demonstrații matematice linie cu linie”, a declarat Yang-Hui He din cadrul Universității din Londra.
Ambele metode au potențial în ceea ce privește rezolvarea unor probleme de matematică și fizică. „Sunt un optimist că, în viitorul apropiat, vom vedea rezultate noi semnificative în matematică pură și fizică teoretică, care au fost descoperite folosind aceste două direcții în tandem”, a adăugat He.