所有物理定律都可以在数学上表达为状态变量之间的联系。这组变量提供了对当前系统的全面且非冗余的描述。尽管处理能力和人工智能可用，但检测隐藏状态变量的实际过程仍无法实现自动化。
大多数用于模拟物理现象的数据驱动方法仍然依赖于相关状态变量已知的假设。一个长期存在的问题是它是否可以仅从高维观测数据中识别状态变量。
哥伦比亚工程学院的科学家提出了一个原则，用于确定观测到的系统可能有多少状态变量以及这些变量可能是什么。他们设计了一个新的人工智能程序，通过摄像机观察物理现象，然后尝试寻找一组最小的基本变量来充分描述所观察到的动态。
机械工程系创意机器实验室主任 Hod Lipson 表示： “我们认为这个答案已经足够接近了。特别是因为人工智能可以访问的所有都是原始视频片段，没有任何物理或几何知识。但我们想知道变量，而不仅仅是它们的数量。”
然后，科学家们将程序识别出的实际变量可视化。由于程序无法用人类可以理解的任何直观语言来表达变量，因此提取变量本身就具有挑战性。经过大量调查后发现，计算机选择的两个变量与手臂的角度相匹配，但另外两个仍然未知。
陈博渊 博士'22，杜克大学的一位助理教授说， “我们尝试将其他变量与我们能想到的任何事物相关联：角速度和线速度、动能和势能以及已知量的组合。但似乎没有什么是完美匹配的。我们相信人工智能已经找到了一组很好的四个变量，因为它做出了很好的预测，但我们还不理解它所说的数学语言。”
因此，他们用已知的解决方案验证了其他几个物理系统。他们提供了他们不知道明确答案的系统的视频。第一个视频的主角是一位“空中舞者”在当地的二手车停车场前起伏。经过几个小时的分析，程序返回了 8 个变量。熔岩灯的视频也产生了 8 个八个变量。然后他们输入一段节日壁炉循环火焰的视频片段，程序返回 24 个变量。
利普森说， “我一直想知道，如果我们遇到过一个有智慧的外星种族，他们会发现与我们相同的物理定律，还是会以不同的方式描述宇宙？”
“也许有些现象看起来极其复杂，因为我们试图使用错误的变量集来理解它们。实验中，每次AI重启时变量数量相同，但具体变量有所不同。所以，是的，有其他方法来描述宇宙，但我们的选择很可能并不完美。”
这种类型的人工智能可以帮助科学家解开复杂的现象，这些现象的理论理解无法跟上从生物学到宇宙学等领域的海量数据。
黄匡 博士'22，该论文的合著者， 说过, “虽然我们在这项工作中使用了视频数据，但可以使用任何阵列数据源，例如雷达阵列或 DNA 阵列。”
利普森认为 “科学家可能会误解或无法理解许多现象，仅仅是因为他们没有一套好的变量来描述它们。”
“几千年来，人们都知道物体运动得快或慢，但只有当速度和加速度的概念被正式量化时，牛顿才能发现他著名的运动定律 F=MA。”
“在热力学定律正式化之前，需要确定描述温度和压力的变量，科学界的每个角落都是如此。这些变量是任何理论的先驱。”
杂志参考：
- Chen, B.、Huang, K.、Raghupathi, S. 等人。自动发现隐藏在实验数据中的基本变量。 自然计算科学 2, 433–442 (2022)。 DOI： 10.1038/s43588-022-00281-6
