Alle Gesetze der Physik lassen sich mathematisch als Zusammenhänge zwischen Zustandsgrößen ausdrücken. Dieser Satz von Variablen liefert eine gründliche und nicht redundante Beschreibung des vorliegenden Systems. Der eigentliche Prozess der Erkennung der verborgenen Zustandsvariablen hat sich trotz Rechenleistung und Verfügbarkeit von künstlicher Intelligenz der Automatisierung widersetzt.
Die meisten datengetriebenen Methoden zur Modellierung physikalischer Phänomene beruhen noch immer auf der Annahme, dass die relevanten Zustandsgrößen bereits bekannt sind. Eine seit langem bestehende Frage ist, ob es Zustandsvariablen nur aus hochdimensionalen Beobachtungsdaten identifizieren kann.
Wissenschaftler von Columbia Engineering schlugen ein Prinzip vor, um zu bestimmen, wie viele Zustandsvariablen ein beobachtetes System wahrscheinlich hat und was diese Variablen sein könnten. Sie entwarfen ein neues KI-Programm, um physikalische Phänomene durch eine Videokamera zu beobachten und dann zu versuchen, nach einem minimalen Satz grundlegender Variablen zu suchen, die die beobachtete Dynamik vollständig beschreiben.
Hod Lipson, Direktor des Creative Machines Lab in der Fakultät für Maschinenbau, sagte: „Wir dachten, diese Antwort wäre nah genug. Zumal die KI nur Rohvideomaterial hatte, ohne jegliche Kenntnisse in Physik oder Geometrie. Aber wir wollten die Variablen kennen, nicht nur ihre Anzahl.“
Die Wissenschaftler visualisierten dann die tatsächlichen Variablen, die das Programm identifizierte. Da das Programm die Variablen nicht in einer für Menschen zugänglichen intuitiven Sprache ausdrücken kann, war das Extrahieren der Variablen selbst eine Herausforderung. Nach eingehender Untersuchung stellte sich heraus, dass zwei der vom Computer ausgewählten Variablen mit den Winkeln der Arme übereinstimmten, die anderen beiden jedoch noch unbekannt sind.
Boyuan Chen Ph.D. '22, ein Assistenzprofessor an der Duke University, sagte: „Wir haben versucht, die anderen Variablen mit allem und jedem zu korrelieren, was uns einfiel: Winkel- und Lineargeschwindigkeiten, kinetische und potentielle Energie und Kombinationen bekannter Größen. Aber nichts schien perfekt zusammenzupassen. Wir waren zuversichtlich, dass die KI einen guten Satz von vier Variablen gefunden hatte, da sie gute Vorhersagen machte, aber wir verstehen die mathematische Sprache, die sie spricht, noch nicht.“
Sie validierten daher mehrere andere physikalische Systeme mit bekannten Lösungen. Sie speisten Videos von Systemen ein, für die sie die explizite Antwort nicht kannten. Die ersten Videos zeigten einen „Lufttänzer“, der sich vor einem örtlichen Gebrauchtwagenparkplatz bewegte. Nach einigen Stunden Analyse gab das Programm 8 Variablen zurück. Ein Video einer Lavalampe produzierte auch acht Variablen. Dann speisten sie einen Videoclip mit Flammen aus einer Ferienkaminschleife ein, und das Programm gab 8 Variablen zurück.
Lipson sagte, „Ich habe mich immer gefragt, ob wir jemals einer intelligenten außerirdischen Rasse begegnet wären, hätten sie die gleichen physikalischen Gesetze entdeckt wie wir, oder könnten sie das Universum anders beschreiben?“
„Vielleicht erscheinen manche Phänomene rätselhaft komplex, weil wir versuchen, sie mit den falschen Variablen zu verstehen. In den Experimenten war die Anzahl der Variablen bei jedem Neustart der KI gleich, aber die spezifischen Variablen waren unterschiedlich. Also ja, es gibt alternative Möglichkeiten, das Universum zu beschreiben, und es ist durchaus möglich, dass unsere Entscheidungen nicht perfekt sind.“
Diese Art von KI kann Wissenschaftlern helfen, komplexe Phänomene zu enträtseln, für die das theoretische Verständnis mit der Datenflut nicht Schritt halten kann – Bereiche, die von der Biologie bis zur Kosmologie reichen.
Kuang Huang Ph.D. '22, der das Papier mitverfasst hat, sagte, „Obwohl wir in dieser Arbeit Videodaten verwendet haben, könnte jede beliebige Array-Datenquelle verwendet werden – beispielsweise Radar-Arrays oder DNA-Arrays.“
Das argumentiert Lipson „Wissenschaftler können viele Phänomene falsch interpretieren oder nicht verstehen, einfach weil sie keine guten Variablen haben, um sie zu beschreiben.“
„Seit Jahrtausenden wussten die Menschen, dass sich Objekte schnell oder langsam bewegen, aber erst als die Begriffe Geschwindigkeit und Beschleunigung formal quantifiziert wurden, konnte Newton sein berühmtes Bewegungsgesetz F=MA entdecken.“
„Variablen, die Temperatur und Druck beschreiben, mussten identifiziert werden, bevor Gesetze der Thermodynamik formalisiert werden konnten, und so weiter für jeden Winkel der wissenschaftlichen Welt. Die Variablen sind ein Vorläufer jeder Theorie.“
Journal Referenz:
- Chen, B., Huang, K., Raghupathi, S. et al. Automatisierte Entdeckung grundlegender Variablen, die in experimentellen Daten verborgen sind. Nat ComputSci 2, 433–442 (2022). DOI: 10.1038/s43588-022-00281-6
