Чтобы добиться этого, ее создатели намеренно делали свой искусственный интеллект наиболее простым
Физики создали нейросеть - совокупность математических алгоритмов, которые работают подобно человеческому мозгу, которая может анализировать результаты экспериментов и искать в них математические закономерности. Она смогла объяснить то, почему Марс иногда движется "назад" по орбите, что было большой загадкой для астрономов до создания гелиоцентрической системы мира. Об этом сообщила новостная служба журнала Nature.
"Используя лишь замеры положения Солнца и Марса на небе при наблюдениях с Земли, эта нейросеть вывела формулы, которые составляют основу гелиоцентрической системы мира. Иными словами, она повторно совершила открытие, которое повлекло за собой одну из самых важных смен парадигм во всей истории науки", - прокомментировал сайту Nature свое открытие Марио Кренн, физик из Торонтского университета.
В последние годы благодаря развитию математики и росту вычислительных мощностей компьютеров, у ученых появилась возможность собирать сложные нейросети, системы искусственного интеллекта (ИИ), которые могут выполнять нетривиальные задачи и даже мыслить подобно человеку, создавая новые образцы искусства и технологий.
К примеру, недавно ученые создали системы ИИ, которые могут распознавать следы меланомы, рака кожи, и превосходят в этом отношении ведущих экспертов-онкологов, а также проводить аналогичную диагностику рака груди и ряда других болезней.
Физики, химики и другие представители естественных наук давно пытаются научить нейросети совершать открытия, анализируя большие наборы данных. Ученые уже применяют подобные системы для того, чтобы первично обрабатывать информацию, которая поступает с Большого адронного коллайдера.
Физик из Федерального технологического института Швейцарии Ренато Реннер и его коллеги попытались пойти дальше и создать такую нейросеть, которая смогла бы выводить полноценные физические законы и формулы, пользуясь лишь некоторыми простыми законами логики при обработке результатов эксперимента и не опираясь на знания и помощь человека.
Кибернетический Коперник
Решить эту задачу довольно сложно по одной причине: нейросети можно обучить сортировать информацию и улавливать закономерности в данных, однако сами принципы их работы до сих пор остаются для ученых загадкой. Поэтому человек не может заглянуть внутрь "черного ящика" и понять, как именно ИИ обрабатывает фотографии или научные данные.
Швейцарские ученые обошли эту проблему, создав максимально простую нейросеть. Она состояла из двух отдельных подблоков. Первый обрабатывал данные и улавливал закономерности, а второй использовал результаты работы первого для того, чтобы выдвигать и проверять гипотезы. Между ними специально было очень мало связей, что вынуждало первую сеть передавать собранные закономерности в максимально сжатом виде.
Используя эту систему ИИ, которую назвали SciNet, исследователи попытались повторить несколько важных открытий, которые сделали великие физики и астрономы прошлых эпох. В частности, они успешно вывели при ее помощи набор дифференциальных уравнений, которые описывают движение маятника и результаты столкновения двух частиц.
После этого нейросеть успешно определила принципы, которые управляют взаимодействиями кубитов, ячеек памяти квантового компьютера, и вывела набор формул, которые описывают движение планет в гелиоцентрической системе. Она совершила это открытие, опираясь на те же замеры в положении Марса и Солнца на ночном небе Земли, которые использовали в своей работе Коперник, Кеплер и другие основоположники современной астрономии.
Как надеются ученые, последующие версии SciNet помогут совершить настоящее открытие и выяснить, почему современная квантовая физика в принципе не может непротиворечиво объяснять поведение сложных систем. Первые намеки на это Реннер и его коллеги обнаружили четыре года назад, но тогда они не смогли предложить никаких альтернативных концепций. Швейцарские физики уверены в том, что нейросети рано или поздно решат эту проблему и раскроют истинную природу квантовой механики.
По информации https://nauka.tass.ru/nauka/7094735
