Kreditas: Pixabay / CC0 viešasis domenas 1918 m. amerikiečių chemikas Irvingas Langmuiras paskelbė straipsnį, nagrinėjantį dujų molekulių, prilipusių prie kieto paviršiaus, elgesį. Vadovaudamasis kruopščių eksperimentų rezultatais, taip pat savo teorija, kad kietosios medžiagos turi atskiras vietas dujų molekulėms užpildyti, jis sukūrė lygčių seriją, apibūdinančią, kiek dujų prilips, atsižvelgiant į slėgį.
Dabar, praėjus maždaug šimtui metų, IBM tyrimų, Samsung AI ir Merilendo universiteto Baltimorės grafystėje (UMBC) mokslininkų sukurtas „AI mokslininkas“ atkūrė pagrindinę Langmuiro Nobelio premijos laureato darbo dalį. Sistema – dirbtinis intelektas (DI), veikiantis kaip mokslininkas – taip pat iš naujo atrado Keplerio trečiąjį planetų judėjimo dėsnį, kuris gali apskaičiuoti laiką, per kurį vienas kosminis objektas apsisuka aplink kitą, atsižvelgiant į juos skiriantį atstumą, ir pateikė gerą Einšteino reliatyvistinio laiko apytikslį vaizdą. -dilatacijos dėsnis, kuris rodo, kad greitai judančių objektų laikas sulėtėja.
Straipsnis, kuriame aprašomi rezultatai, paskelbtas Gamtos komunikacijos balandžio 12 dieną.
Mašininio mokymosi įrankis, dėl kurio
Naujasis dirbtinio intelekto mokslininkas, kurį tyrėjai pavadino „AI-Dekartu“, prisijungia prie AI Feynman ir kitų neseniai sukurtų skaičiavimo įrankių, kuriais siekiama paspartinti mokslinius atradimus. Šių sistemų esmė yra koncepcija, vadinama simboline regresija, kuri randa lygtis, kad atitiktų duomenis. Atsižvelgiant į pagrindinius operatorius, tokius kaip sudėjimas, daugyba ir padalijimas, sistemos gali generuoti nuo šimtų iki milijonų kandidatų lygčių, ieškodamos tų, kurios tiksliausiai apibūdina duomenų ryšius.
„AI-Descartes“ turi keletą pranašumų, palyginti su kitomis sistemomis, tačiau jos išskirtiniausias bruožas yra gebėjimas logiškai mąstyti, sako Cristina Cornelio, „Samsung AI“ Kembridže (Anglija) tyrėja, pirmoji šio straipsnio autorė. Jei yra kelios galimos lygtys, kurios gerai atitinka duomenis, sistema nustato, kurios lygtys geriausiai atitinka pagrindinę mokslinę teoriją. Gebėjimas samprotauti taip pat išskiria sistemą nuo „generatyvinių AI“ programų, tokių kaip „ChatGPT“, kurių didelis kalbos modelis turi ribotus loginius įgūdžius ir kartais sujaukia pagrindinę matematiką.
„Savo darbe sujungiame pirmųjų principų metodą, kurį mokslininkai šimtmečius naudojo, kad gautų naujas formules iš esamų fono teorijų, su duomenimis pagrįstu metodu, kuris labiau paplitęs mašininio mokymosi eroje“, – sako Cornelio. . „Šis derinys leidžia mums pasinaudoti abiem būdais ir sukurti tikslesnius bei prasmingesnius modelius įvairioms programoms.”
Pavadinimas AI-Dekartas yra linktelėjimas XVII amžiaus matematikui ir filosofui René Descartes’ui, kuris teigė, kad gamtos pasaulį galima apibūdinti keliais pagrindiniais fiziniais dėsniais ir kad loginis išskaičiavimas vaidina pagrindinį vaidmenį moksliniuose atradimuose.
Tinka realaus pasaulio duomenims
Sistema ypač gerai veikia esant triukšmingiems realaus pasaulio duomenims, kurie gali suaktyvinti tradicines simbolinės regresijos programas, kurios gali nepastebėti tikrojo signalo, stengiantis rasti formules, kurios fiksuotų kiekvieną klaidingą duomenų zigą ir zagą. Jis taip pat gerai tvarko mažus duomenų rinkinius ir netgi randa patikimas lygtis, kai tiekiamas vos dešimt duomenų taškų.
Vienas iš veiksnių, galinčių sulėtinti tokio įrankio kaip AI-Dekarto pritaikymą pasienio mokslui, yra būtinybė nustatyti ir koduoti susijusią pagrindinę teoriją atviriems moksliniams klausimams. Komanda stengiasi sukurti naujus duomenų rinkinius, kuriuose būtų ir tikrų matavimo duomenų, ir susijusi fono teorija, kad patobulintų savo sistemą ir išbandytų ją naujoje vietovėje.
Jie taip pat norėtų pagaliau išmokyti kompiuterius skaityti mokslinius straipsnius ir patys susikurti pagrindinę teoriją.
„Šiame darbe mums reikėjo žmonių ekspertų, kurie formaliai, kompiuteriu skaitomais terminais užrašytų, kokios yra fono teorijos aksiomos, ir jei žmogus ką nors praleido arba ką nors iš jų suklydo, sistema neveiks. “ – sako bendraautorius Tyleris Josephsonas, UMBC chemijos, biochemijos ir aplinkos inžinerijos docentas. „Ateityje, – sako jis, – norėtume automatizuoti ir šią darbo dalį, kad galėtume ištirti daug daugiau mokslo ir inžinerijos sričių.
Šis tikslas motyvuoja Josephsoną tyrinėti AI priemones, kad patobulintų chemijos inžineriją.
Galiausiai komanda tikisi, kad jų AI-Dekartas, kaip ir tikras žmogus, gali įkvėpti produktyvų naują požiūrį į mokslą. „Vienas iš įdomiausių mūsų darbo aspektų yra potencialas padaryti didelę pažangą atliekant mokslinius tyrimus“, – sako Cornelio.
Daugiau informacijos: Sujungus duomenis ir teoriją išvestiniams moksliniams atradimams su AI-Descartes, Gamtos komunikacijos (2023). DOI: 10.1038/s41467-023-37236-y
Citata: naujasis „AI mokslininkas“ sujungia teoriją ir duomenis, kad atrastų mokslines lygtis (2023 m. balandžio 12 d.), gautas 2023 m. balandžio 12 d. iš https://techxplore.com/news/2023-04-ai-scientist-combines-theory-scientific.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
