भौतिकी के सभी नियमों को गणितीय रूप से राज्य चरों के बीच संबंध के रूप में व्यक्त किया जा सकता है। चरों का यह सेट मौजूदा सिस्टम का संपूर्ण और गैर-अनावश्यक विवरण प्रदान करता है। प्रसंस्करण शक्ति और कृत्रिम बुद्धिमत्ता की उपलब्धता के बावजूद, छिपे हुए राज्य चर का पता लगाने की वास्तविक प्रक्रिया ने स्वचालन को चुनौती दी है।
भौतिक घटनाओं के मॉडलिंग के लिए अधिकांश डेटा-संचालित विधियां अभी भी इस धारणा पर निर्भर करती हैं कि प्रासंगिक स्थिति चर पहले से ही ज्ञात हैं। एक दीर्घकालिक प्रश्न यह है कि क्या यह केवल उच्च-आयामी अवलोकन डेटा से राज्य चर की पहचान कर सकता है।
कोलंबिया इंजीनियरिंग के वैज्ञानिकों ने यह निर्धारित करने के लिए एक सिद्धांत प्रस्तावित किया कि एक प्रेक्षित प्रणाली में कितने राज्य चर होने की संभावना है और ये चर क्या हो सकते हैं। उन्होंने एक वीडियो कैमरे के माध्यम से भौतिक घटनाओं का निरीक्षण करने के लिए एक नया एआई प्रोग्राम डिज़ाइन किया और फिर मूलभूत चर के न्यूनतम सेट की खोज करने का प्रयास किया जो पूरी तरह से देखी गई गतिशीलता का वर्णन करता है।
मैकेनिकल इंजीनियरिंग विभाग में क्रिएटिव मशीन लैब के निदेशक होड लिप्सन ने कहा, “हमने सोचा कि यह उत्तर काफी करीब था। खासतौर पर तब जब एआई के पास भौतिक विज्ञान या ज्यामिति के किसी भी ज्ञान के बिना कच्चे वीडियो फुटेज तक पहुंच थी। लेकिन हम चरों को जानना चाहते थे, न कि केवल उनकी संख्या।"
इसके बाद वैज्ञानिकों ने उन वास्तविक चरों की कल्पना की जिन्हें कार्यक्रम ने पहचाना। चूँकि प्रोग्राम किसी भी सहज ज्ञान युक्त भाषा में वेरिएबल्स को व्यक्त नहीं कर सकता है जो मनुष्यों के लिए सुलभ हो, वेरिएबल्स को स्वयं निकालना चुनौतीपूर्ण था। काफी जांच के बाद, यह पता चला कि कंप्यूटर द्वारा चुने गए दो चर भुजाओं के कोणों से मेल खाते हैं, लेकिन अन्य दो अभी भी अज्ञात हैं।
बोयुआन चेन पीएच.डी. '22, ड्यूक विश्वविद्यालय के एक सहायक प्रोफेसर ने कहा, “हमने अन्य चरों को किसी भी चीज़ और हर चीज़ के साथ सहसंबंधित करने का प्रयास किया जिसके बारे में हम सोच सकते थे: कोणीय और रैखिक वेग, गतिज और संभावित ऊर्जा, और ज्ञात मात्राओं का संयोजन। लेकिन कुछ भी पूरी तरह से मेल खाता हुआ नहीं लग रहा था। हमें विश्वास था कि एआई को चार वेरिएबल्स का एक अच्छा सेट मिल गया है क्योंकि यह अच्छी भविष्यवाणियां कर रहा था, लेकिन हम अभी तक यह नहीं समझ पाए हैं कि यह किस गणितीय भाषा में बोल रहा है।
इसलिए, उन्होंने ज्ञात समाधानों के साथ कई अन्य भौतिक प्रणालियों को मान्य किया। उन्होंने उन प्रणालियों के वीडियो फ़ीड किए जिनका उन्हें स्पष्ट उत्तर नहीं पता था। पहले वीडियो में एक "एयर डांसर" को एक स्थानीय प्रयुक्त कार लॉट के सामने लहराते हुए दिखाया गया था। कुछ घंटों के विश्लेषण के बाद, प्रोग्राम ने 8 वेरिएबल लौटाए। लावा लैंप के एक वीडियो में 8 आठ वैरिएबल भी तैयार किए गए। फिर उन्होंने हॉलिडे फायरप्लेस लूप से आग की लपटों की एक वीडियो क्लिप फीड की, और प्रोग्राम ने 24 वेरिएबल लौटाए।
लिप्सन ने कहा, "मैं हमेशा सोचता था कि अगर हम कभी किसी बुद्धिमान विदेशी जाति से मिले, तो क्या उन्होंने हमारे जैसे ही भौतिकी के नियमों की खोज की होगी, या क्या वे ब्रह्मांड का अलग-अलग वर्णन कर सकते हैं?"
“शायद कुछ घटनाएं रहस्यमय रूप से जटिल लगती हैं क्योंकि हम उन्हें चर के गलत सेट का उपयोग करके समझने की कोशिश कर रहे हैं। प्रयोगों में, हर बार एआई के पुनरारंभ होने पर चरों की संख्या समान थी, लेकिन विशिष्ट चर भिन्न थे। तो हां, ब्रह्मांड का वर्णन करने के वैकल्पिक तरीके हैं, और यह बहुत संभव है कि हमारी पसंद सही नहीं है।
इस प्रकार की एआई वैज्ञानिकों को उन जटिल घटनाओं को सुलझाने में मदद कर सकती है जिनकी सैद्धांतिक समझ जीव विज्ञान से लेकर ब्रह्मांड विज्ञान तक के डेटा के प्रलय के साथ तालमेल नहीं बिठा पा रही है।
कुआंग हुआंग पीएच.डी. '22, जिन्होंने पेपर का सह-लेखन किया, कहा, "जबकि हमने इस काम में वीडियो डेटा का उपयोग किया, किसी भी सरणी डेटा स्रोत का उपयोग किया जा सकता है - उदाहरण के लिए रडार सरणी, या डीएनए सरणी।"
लिप्सन का तर्क है कि "वैज्ञानिक कई घटनाओं की गलत व्याख्या कर रहे हैं या उन्हें समझने में असफल हो रहे हैं क्योंकि उनके पास उनका वर्णन करने के लिए चर का एक अच्छा सेट नहीं है।"
"सहस्राब्दियों से, लोग तेजी से या धीरे-धीरे चलने वाली वस्तुओं के बारे में जानते थे, लेकिन यह केवल तब हुआ जब वेग और त्वरण की धारणा को औपचारिक रूप से निर्धारित किया गया कि न्यूटन गति के अपने प्रसिद्ध कानून एफ = एमए की खोज कर सके।"
“थर्मोडायनामिक्स के नियमों को औपचारिक रूप देने से पहले तापमान और दबाव का वर्णन करने वाले चर की पहचान की जानी चाहिए, और इसी तरह वैज्ञानिक दुनिया के हर कोने के लिए। चर किसी भी सिद्धांत के अग्रदूत होते हैं।"
जर्नल संदर्भ:
- चेन, बी., हुआंग, के., रघुपति, एस. एट अल। प्रायोगिक डेटा में छिपे मूलभूत चरों की स्वचालित खोज। नेट कम्प्यूट विज्ञान 2, 433–442 (2022)। डीओआई: 10.1038/s43588-022-00281-6
