Verilerdeki gizli fiziksel yasaları keşfedebilen yapay zeka

Kredi: Kobe Üniversitesi

Kobe Üniversitesi ve Osaka Üniversitesi’ndeki araştırmacılar, düzenli gözlem verilerinden gizli hareket denklemlerini çıkarabilen ve fizik yasalarına sadık bir model oluşturabilen yapay zeka teknolojisini başarıyla geliştirdiler.

Bu teknoloji, araştırmacıların, yasaların açıklanamaz olduğu düşünülen olayların arkasındaki gizli hareket denklemlerini keşfetmelerini sağlayabilir. Örneğin, ekosistem sürdürülebilirliğini incelemek için fizik tabanlı bilgi ve simülasyonları kullanmak mümkün olabilir.

Araştırma grubu Doçent YAGUCHI Takaharu ve Ph.D. öğrenci CHEN Yuhan (Kobe Üniversitesi Sistem Bilişimi Yüksek Okulu) ve Doçent MATSUBARA Takashi (Osaka Üniversitesi Mühendislik Bilimleri Yüksek Okulu).

Bu araştırma başarıları 6 Aralık 2021’de kamuoyuna duyuruldu ve yapay zeka teknolojileri üzerine prestijli bir toplantı olan Sinirsel Bilgi İşleme Sistemleri Otuz Beşinci Konferansı’nda (NeurIPS2021) sunuldu. Bu araştırma, spot kategorisi için seçilen ilk %3 arasındaydı.

Ana noktaları

  • Yapay zeka kullanarak fiziksel olayları modelleyebilmek (formülerleştirebilmek) son derece hassas, yüksek hızlı simülasyonlarla sonuçlanabilir.
  • Yapay zekanın kullanıldığı mevcut yöntemlerde, hareket denklemine uyan dönüştürülmüş verilerin kullanılması gerekmektedir. Bu nedenle, hareket denklemlerinin bilinmediği gerçek gözlemsel verilere yapay zeka uygulamak zordur.
  • Araştırma grubu, sağlanan gözlemsel verilerde (formatından bağımsız olarak) gizli hareket denklemini bulabilen ve buna göre modelleyebilen yapay zeka geliştirmek için geometriyi kullandı.
  • Gelecekte, ekosistem değişiklikleri gibi daha önce Newton Kanunlarıyla uyumsuz olduğu düşünülen fenomenlerin ardındaki gizli fizik yasalarını keşfetmek mümkün olabilir.
  • Bu, daha önce bilinmeyen özellikleri ortaya çıkarabilecek fizik yasalarını kullanarak bu fenomenlerle ilgili araştırma ve simülasyonlar yapmamızı sağlayacaktır.

Normalde, fiziksel olayların tahminleri, süper bilgisayarlar kullanılarak simülasyonlar yoluyla gerçekleştirilir. Bu simülasyonlar, fizik yasalarına dayalı matematiksel modeller kullanır, ancak model çok güvenilir değilse, sonuçlar da güvenilirlikten yoksun olacaktır. Bu nedenle, fenomenlerin gözlemsel verilerinden oldukça güvenilir modeller üretmek için bir yöntem geliştirmek esastır. Ayrıca, son yıllarda fizik uygulamalarının kapsamı tahminlerin ötesine geçti ve Newton Kanunlarını ekosistem değişikliklerini göstermek için bir modelin parçası gibi diğer yönlere uygulamanın mümkün olduğu gösterildi. Ancak, pek çok durum için henüz somut bir hareket denklemi ortaya konmamıştır.

Bu araştırma çalışması, Newton Kanunlarının uygulanabileceği fenomenler için gözlemsel verilerde yeni hareket denklemlerini keşfetme yöntemi geliştirdi. Daha önce, verilerden hareket denklemlerini keşfetmeye yönelik araştırmalar yapılmaktaydı, ancak önceki yöntem, verilerin, hareket denkleminin varsayılan özel biçimine uyması için uygun formatta olmasını gerektiriyordu. Ancak, gerçekte hangi veri formatının en iyi kullanılacağının net olmadığı birçok durum vardır, bu nedenle gerçekçi verileri uygulamak zordur.

Buna cevaben, araştırmacılar, gözlemsel verilerin uygun dönüşümünün geometrideki koordinat dönüşümüne benzer olduğunu düşündüler, böylece sorunu fizikte bulunan koordinat dönüşüm değişmezliği geometrik fikrini uygulayarak çözdüler. Bunun için fenomenlerin ardındaki bilinmeyen geometrik özelliklerin aydınlatılması gerekir. Araştırma ekibi daha sonra verilerde bu geometrik özellikleri bulabilen yapay zeka geliştirmeyi başardı. Verilerden hareket denklemleri çıkarılabiliyorsa, bu denklemleri fiziksel yasalara sadık modeller ve simülasyonlar oluşturmak için kullanmak mümkün olacaktır.

Fizik simülasyonları, hava tahmini, ilaç keşfi, bina analizleri ve araba tasarımı dahil olmak üzere çok çeşitli alanlarda gerçekleştirilir, ancak genellikle kapsamlı hesaplamalar gerektirir. Bununla birlikte, eğer AI, belirli fenomenlerin verilerinden öğrenebilir ve önerilen yöntemi kullanarak küçük ölçekli modeller oluşturabilirse, bu, fizik yasalarına sadık olan hesaplamaları basitleştirecek ve hızlandıracaktır. Bu, yukarıda belirtilen alanların gelişimine katkıda bulunacaktır. Ayrıca, yöntem, ilk bakışta fizikle ilgisiz görünen yönlere uygulanabilir. Bu gibi durumlarda hareket denklemleri çıkarılabiliyorsa, bu, fizik kullanılarak açıklanması imkansız olduğu düşünülen fenomenler için bile fizik bilgisine dayalı araştırmalar ve simülasyonlar yapmayı mümkün kılacaktır. Örneğin, hayvan popülasyonu verilerinde, birey sayısındaki değişimi gösteren gizli bir hareket denklemi bulmak mümkün olabilir. Bu, uygun fiziksel yasaları (örn. enerjinin korunumu yasası, vb.) uygulayarak ekosistem sürdürülebilirliğini araştırmak için kullanılabilir.


Fiziksel yasalara sadık bir simülasyon çalıştırabilen yapay zeka


Daha fazla bilgi:
Sinirsel Simlektik Form: Genel Koordinat Sistemlerinde Hamilton Denklemlerinin Öğrenilmesi. openreview.net/forum?id=4h4oqp-ATxb

Kobe Üniversitesi tarafından sağlanan

Alıntı: Verilerdeki gizli fiziksel yasaları keşfedebilen yapay zeka (2021, 9 Aralık) 9 Aralık 2021’de https://techxplore.com/news/2021-12-artificial-intelligence-hidden-physical-laws.html adresinden alınmıştır.

Bu belge telif haklarına tabidir. Özel çalışma veya araştırma amaçlı herhangi bir adil işlem dışında, yazılı izin alınmadan hiçbir bölüm çoğaltılamaz. İçerik yalnızca bilgi amaçlı sağlanmıştır.





#Verilerdeki #gizli #fiziksel #yasaları #keşfedebilen #yapay #zeka