Mun gervigreind einhvern tíma uppgötva ný lögmál eðlisfræðinnar?

TALA við háskólann í Cambridge árið 1980, Stephen Hawking taldi möguleika á a kenning um allt sem myndi sameinast almenn afstæðiskenning og skammtafræði – tvær leiðandi lýsingar okkar á veruleikanum – í eina snyrtilega, alltumlykjandi jöfnu. Við þyrftum smá hjálp, taldi hann, frá tölvum. Síðan spáði hann ögrandi um vaxandi hæfileika þessara véla. „Endirinn gæti ekki verið í sjónmáli fyrir fræðilega eðlisfræði,“ sagði Hawking. „En það gæti verið í sjónmáli fyrir fræðilega eðlisfræðinga.

Gervigreind hefur áorkað miklu síðan þá, en samt hafa eðlisfræðingar verið seinir að nota hana til að leita að nýjum og dýpri náttúrulögmálum. Það er ekki það að þeir óttist um vinnuna sína. Reyndar gæti Hawking verið með tunguna þétt í kinninni. Frekar er það að djúplærdómsreikniritin á bak við gervigreind spýta út svörum sem jafngilda „hvað“ frekar en „af hverju“, sem gerir þau um það bil eins gagnleg fyrir kenningasmið og að segja svarið við spurningunni um lífið, alheiminn. og allt er 42.

Nema að nú höfum við fundið leið til að láta reiknirit fyrir djúpnám tala tungumál eðlisfræðinga. Við getum nýtt okkur getu gervigreindar til að kanna mikil gagnasöfn í leit að falnum mynstrum og draga út þýðingarmiklar niðurstöður – þ.e. jöfnur. „Við erum að færa okkur inn í uppgötvunarstigið,“ segir Steve Brunton við háskólann í Washington í Seattle.

Sem er ekki þar með sagt að Hawking hafi haft rétt fyrir sér. Langt frá því að standa frammi fyrir útrýmingu, gætu fræðilegir eðlisfræðingar hafa fundið fullkomna samstarfsaðila. Áskorun þeirra núna er að finna út hvaða þættir í leikbók mannfræðingafræðingsins ættu að vera bundnir í hliðstæða véla svo þeir festist ekki á sama hátt og við höfum gert.

Táknræn afturför

Gagnadrifin vísindi hófust á 16. öld með nákvæmum athugunum danska stjörnufræðingsins Tycho Brahe á hreyfingum reikistjarna og stjarna. Johannes Kepler pældi yfir fartölvum Brahes og kom auga á undirliggjandi mynstur í gögnunum til að koma með þrjú einföld lögmál sem lýsa hreyfingu reikistjarna – og staðfesti stað sólarinnar í miðju alheimsins.

Stefna Kepler var að reyna og villa. Hann vann vandlega í gegnum mýmörg brautarform til að sjá hvaða passaði best við sólkerfi. Að lokum afhjúpaði hann nákvæma stærðfræðilega samræmi milli slóða reikistjarna og tímans sem það tók þær að fara á braut um sólina. Það var sigur sem setti stærðfræðilegar jöfnur í kjarna skilnings okkar á alheiminum, þar sem þær hafa haldist.

„Náttúrubókin mikla er skrifuð á stærðfræðilegu máli,“ skrifaði Galileo Galilei, samtímamaður Keplers og bróður heliocentrist. Þessa dagana er spurning hvort alheimurinn er í eðli sínu stærðfræðilegur eða stærðfræðileg mynstur eru eitthvað sem við leggjum á hann er langt frá því að vera uppgjört. En miðað við ótrúlega sigra stærðfræðinnar við að fanga það sem virðist vera óhlutbundin sannindi í einföldum jöfnum, er skynsamlegt að nútíma eðlisfræðingar myndu reyna að kenna gervigreindum að gera eitthvað svipað.

Þetta var hugsunin á bak við táknræna afturför, aðferð sem var upphaflega þróuð á áttunda áratugnum af Patrick Langley, síðan við Carnegie Mellon háskólann í Pennsylvaníu, og síðar endurvakin og fíngerð af öðrum, þar á meðal Hod Lipson og Michael Schmidt, síðan við Cornell háskólann í New York. Það virkar með því að fara aðferðafræðilega í gegnum jöfnur sem innihalda ýmis stærðfræðileg tákn, eða aðgerðir, eins og samlagningu eða margföldun, og samsetningar af eðlisfræðilegum breytum, svo sem stöðu eða hraða. Ef ein af þessum jöfnum passar vel við gögnin, segjum frá athugunum á sporbraut reikistjarna, er hún verðlaunuð og síðan stökkbreytt með því, til dæmis, að skipta um plús fyrir mínus. Nýja tjáningin er síðan prófuð og borin saman við forvera hennar og svo framvegis.

Þannig er veikari jöfnum smám saman eytt í ferli í ætt við náttúruval. „Netið er fær um að finna út lögin af sjálfu sér, án afskipta okkar,“ segir Shirley Ho hjá Flatiron Institute í New York.

Vandamálið er að táknræn afturför á erfitt með að finna jöfnur í „meiri-víddar“ gagnasöfnum, sem þýðir þær sem innihalda margar mögulegar eðlisbreytur. Þetta er tilviljun brauð og smjör margra eðlisfræðinga í dag. Stjörnueðlisfræðingar og heimsfræðingar, til dæmis, njóta flóðs af gögnum frá öflugum nýjum sjónaukum eins og James Webb geimsjónauka og Gaia geimstjörnustöð Evrópusambandsins. Það er vandamál fyrir táknræna aðhvarf vegna þess að þegar þú ert með fleiri breytur springur fjöldi mögulegra jöfnur sem reikniritið þitt þarf að prófa – að því marki að það er of mikið, jafnvel fyrir krúttlegustu tölvur nútímans.

Djúpnámsreiknirit gera létt verk úr stórum gagnasöfnum. Þetta útskýrir hvers vegna, fyrir nokkrum árum, reyndi Miles Cranmer við Princeton háskólann , í samstarfi við Ho, að sameina styrkleika beggja aðferða – djúpnámsmunsturleitni og auðtúlkunarúttak táknræns aðhvarfs.

Þeir fóðruðu djúplærðu taugakerfi raunveruleika NASA gögnum um reikistjörnur og tungl á braut um sólkerfið okkar – sams konar hlutir sem Kepler hefði unnið með. Eftir að tauganetið hafði fundið mynstur í gögnunum var það frosið. Röð talna var síðan færð inn í tauganetið og úttakið myndaði nýtt gagnasett, eitt sem endurspeglaði þessi mynstur og hentaði fyrir táknræna afturför, sem gerði því kleift að finna jöfnur sem passa. Vissulega, táknrænt aðhvarfsreiknirit vísindamannanna, þekkt sem PySR, „enduruppgötvaði“ þyngdarlögmál Isaac Newtons með því að nota lítið annað en hrá gögn.

En þetta var bara sönnun á prinsippinu. Notað á ofgnótt nýrra stjarneðlisfræðilegra gagna af Cranmer og mörgum öðrum, PySR er þegar notað til að uppgötva jöfnur sem lýsa fjölbreyttum og innbyrðis tengdum eiginleikum alheimsins. Allt frá fjölda svarthola sem dregið er úr þyngdarbylgjum til einkenna geimrænna tómarúma , er táknræn afturför allt í einu að bjóða stjarneðlisfræðingum nýjar leiðir til að finna stærðfræðilega röð í alheiminum. „Þeir eru í raun að knýja fram glænýjar uppgötvanir eingöngu út frá gögnunum, þetta er virkilega fallegt verk,“ segir Brunton, sem árið 2016 bjó til annað vinsælt táknrænt aðhvarfsreiknirit sem kallast SINDy.

Hugsunartilraunir

Taktu hulduefni, dularfulla uppspretta þyngdaraflsins sem kemur í veg fyrir að vetrarbrautir fljúgi í sundur og er 80 prósent alls efnis í alheiminum. Í heimsfræði er fjarvera hulduefnis kallað tómarúm og hægt er að tengja dreifingu og eiginleika tóma við alheimsbreiður föstum. En að finna þessar jöfnur er erfitt vegna þess að það eru mörg tóm og hver og einn er lýst á annan hátt, svo það eru margar breytur. Í maí 2021 notaði Cranmer, ásamt Ho og öðrum samstarfsaðilum, djúpt nám í tengslum við PySR til að uppgötva nýtt samband milli stærðar og lögunar geimlausra tómarúma og hvaða hluta af heildarorku alheimsins er til staðar sem massa.

Síðan, í mars 2022, notuðu Helen Shao við Princeton háskólann og samstarfsmenn hennar PySR til að uppgötva jöfnu sem spáir fyrir um massa undirgeisla – kekki af hulduefni – út frá öðrum eiginleikum, eins og hversu hratt stjörnur myndast í vetrarbrautum. Það kemur á óvart að þessi jafna virkaði nákvæmlega á næstum öllum vetrarbrautum í sögu alheimsins. „Þetta var stórkostlegt,“ segir Francisco Villaescusa-Navarro hjá Simons Foundation í New York, sem var meðhöfundur. „Það er líklega vegna þess að [tauganetið] hefur fundið grundvallartengsl.

Grundvallartengsl eru nákvæmlega það sem eðlisfræðingar eru að leita að vegna þess að þau eru „alhæfanleg“, sem þýðir að þau geta lýst óvenjulegum eðlisfræðilegum kerfum alveg eins vel og upprunalegu gagnasettinu sem tengslin voru uppgötvað úr – og eru sem slík einkenni skilnings. Hið fræga annað hreyfilögmál Newtons, til dæmis, sem segir að krafturinn sem verkar á hlut sé jafn massi hlutarins margfaldaður með hröðun hans, virkar jafn vel fyrir fallandi epli og fyrir að lenda eldflaugum á tunglinu.

Táknræn aðhvarfsáætlanir hafa tilhneigingu til að draga fram jöfnur sem eru alhæfari en djúplærandi taugakerfi sem eru notuð á eigin spýtur, sem oft mala út vitleysu þegar þær eru notaðar við aðstæður utan þægindarammans. „Þeir þjást ekki af þessari tilhneigingu til að borga eftirtekt til smáatriða í einu tilteknu gagnasafni,“ segir Shao.

Þrátt fyrir það eru allir árangur PySR hingað til reynslujöfnur. Með öðrum orðum, þeir eru lýsandi og góðir í að endurtaka tilraunagögn frekar en að bjóða beint upp á fræðilega skýringu, eða dýpri „af hverju“ sem eðlisfræðingar vilja. Keplers lögmál er til dæmis reynslujafna. Það passar furðu vel við gagnamagn Brahes, en samt vissi Kepler ekki hvers vegna þetta var. Aðeins síðar, þegar Newton hugsaði djúpt um eðli þyngdaraflsins, var þetta lögmál skynsamlegt sem hluti af þyngdarlögmáli Newtons.

Við vitum að aðlögun stærðfræðilegra tákna við gögn er ekki eina leiðin til að skilja heiminn. Albert Einstein kom að kenningu sinni um almenna afstæðiskenningu, sem kom í stað Newtons og sagði að þyngdarafl væri afleiðing af massaskekkju í tímarúmi, í gegnum röð hugmyndaríkra hugsunartilrauna. Athuganir, eins og óvenjuleg hreyfing Merkúríusar á næturhimninum, staðfestu aðeins almenna afstæðiskenninguna frekar en að hvetja til kenningarinnar. Á sama tíma, í skammtafræðinni, var reynslujöfnu sem kallast Plancks lögmál – sem lýsir geislun frá hlutum – undanfari dýpri innsýnar um smásjárheiminn.

Cranmer og Ho líta á empirískar jöfnur sem meira skref í átt að dýpri sannleika en sannleika í sjálfu sér. Þeir hika við að kalla þessar nýju jöfnur jafnvel „uppgötvanir“. „Við erum örugglega ekki á þeim tímapunkti ennþá,“ segir Cranmer og veltir því fyrir sér að blendingar táknræns afturhvarfs og djúpnáms gætu leitt til stórra vísindalegra uppgötvana – eins og hvað hulduefni er, eða hvort það sé til í raun og veru – innan áratugar.

Hugmyndin er sú að þessi táknrænu tjáning muni gefa eðlisfræðingum stefnu, segir Ho, og hjálpa þeim að taka stærri stökk. „Þegar þú tjáir djúpnámslíkanið þitt á þessu tungumáli, þá geturðu strax séð tengingar við núverandi kenningar,“ segir Cranmer. Vísindamenn gegna enn mikilvægu hlutverki við að rannsaka þessar jöfnur, skilja form þeirra og hvernig þær tengjast hver öðrum og eðlisfræðinni í heild – að minnsta kosti í bili.

Pablo Lemos við háskólann í Montreal í Kanada, sem tók þátt í enduruppgötvun þyngdarlögmáls Newtons, grunar að táknræn afturför gæti brátt vegið að umræðum um eðli hulduefnis og einnig myrkra orku, annar dularfullur aðili sem talið er að stýra stækkun alheimsins. „Við erum greinilega svolítið föst,“ segir hann. „Kannski getur þetta varpað ljósi á hvernig við ættum að horfa á gögnin.

Grundvallarlög

Cranmer og aðrir eru þegar farnir að hugsa um hvernig þeir gætu þróað gervigreind sem geta fundið grundvallarlögmál náttúrunnar á eigin spýtur. Ein aðferðin er að fella inn menningarleg viðmið úr leikriti eðlisfræðingsins. Þegar rótgróið er í PySR og öðrum táknrænum aðhvarfsáætlunum er hneigð til einfaldleika – fest í aldaraðir sem rakvél Occams, meginreglan um að raka af sér óþarfa flóknar útskýringar eða, þegar kemur að jöfnum, óhófleg tákn.

Með táknrænni afturhvarf er yfirleitt skipt á milli nákvæmni og einfaldleika. Ef jöfnurnar sem þú kemur með með þessari aðferð eru mjög flóknar, þá geturðu oft passað betur við gögnin sem þú ert að nota, þar sem það eru fleiri skífur sem þú getur snúið við. Þetta er kallað „offitting“ og það eykur hættuna á því að stærðfræðileg tjáning þín sé minna nákvæm fyrir utan prófunargagnasettið. Með öðrum orðum, það er ekki hægt að alhæfa. Með einfaldari tjáningum eru hins vegar “mun betri líkur á að þú sért í raun að fanga vélbúnað”, segir Brunton. Cranmer grunar að þessi málamiðlun sé ástæðan fyrir því að PySR féll á þyngdarlögmál Newtons, frekar en jöfnur Einsteins um almenna afstæðiskenninguna, þegar hann notaði það á brautargögn NASA.

Samhverfa, eins og hún er skilgreind af eðlisfræðingum, er annað leiðarljós fyrir eðlisfræðinga sem leita að alhliða náttúrulögmálum. Það er eiginleiki þess að geta umbreytt einhverju og endað þar sem þú byrjaðir. Það eru nú þegar AI sem geta gert eðlisfræðivandamál samhverfari. Og nú hefur Bruton, ásamt J. Nathan Kutz, einnig við háskólann í Washington, „bakað inn“ þekkingu á mörgum tegundum samhverfu í SINDy forritinu sínu, sem dregur út jöfnur til að lýsa flókinni hegðun flæðandi vökva. „Þú færð næstum alltaf betri gerðir úr minni gögnum sem eru nákvæmari og geta séð um meiri hávaða,“ segir Brunton.

Svo er það stærðfræðileg „fegurð“ eða „glæsileiki“ sem erfitt er að skilgreina, en sem margir eðlisfræðingar leitast eftir þegar þeir þróa nýjar kenningar. Það er mögulegt að allar slíkar aðferðir og hugsjónir gætu verið festar í gervigreind sem leita að nýjum jöfnum. En Jesse Thaler hjá Massachusetts Institute of Technology bendir á að þó innsæi okkar um raunveruleikann hafi verið gagnlegt í fortíðinni, hefur það einnig leitt okkur afvega.

Fyrir vikið varar Thaler við því að þegar við reynum að gera gervigreindarkenndan manneskjulegan, eigum við á hættu að missa af byltingarkenndasta loforðinu þeirra: hæfileikanum til að bjóða upp á nýtt sjónarhorn. Lemos lítur á svipaða skoðun. „Þú vilt ekki gefa því of mikið mannlegt innsæi vegna þess að lokamarkmið þitt er að nota það til að finna jöfnur sem menn geta ekki fundið. Kannski festist þetta á sama hátt og við erum að festast,“ segir hann.

Thaler man eftir að hafa stillt gervigreind til að vinna á vandamáli sem hann hafði verið fastur í í áratug. Það kom fljótt til baka með lausn sem hann skoðaði síðan. „Ég skammaðist mín fyrir að hafa ekki hugsað út í það sjálfur,“ segir hann. „Ég áttaði mig á því að ég hafði fordóma um hvernig ætti að leysa vandamálið, sem setti þvingun á eigin mannlega hugsun sem ég hafði ekki gefið tölvunni.

Frekar en að neyða þá til að hugsa eins og menn, þurfa gervigreindartæki frelsi til að leita yfir allar mögulegar aðferðir við vandamál og hverja samsetningu tákna sem lausnir. Reyndar telur Thaler að eðlisfræðingar þurfi að fara að hugsa öðruvísi. „Ég var þjálfaður í að hugsa um hver eru náttúrulögmálin í alheiminum okkar. Núna er það „hvert er rými allra mögulegra reglna?““ Þetta er það sem þarf, segir hann, ef okkur er alvara með að gervigreind taki stór stökk í grundvallareðlisfræði.

Í bili er táknræn afturför að sigra efasemdamenn um gervigreind. „Þú getur haft einhvern mjög háttsettan kenningasmið sem hatar vélanám, en svo kynnir þú þeim táknræna afturhvarf og þeim líkar það oft, því það gefur þér orðatiltæki sem þú getur skrifað niður á blað og túlkað,“ segir Cranmer. Í þeim skilningi er táknræn afturför bara enn eitt tæki til að bæta við sjónauka, tölvur og reikning. Tölvur eru náttúrulega ekki forvitnar, svo það þarf alltaf að vera maður þarna til að spyrja spurningarinnar í fyrsta lagi. „Menn verða enn að tilgreina sandkassann sem þú starfar í og þá getur tölvan horft á hvert einasta sandkorn og skoðað það,“ segir Thaler.

En nú þegar eðlisfræðingar og gervigreind eru að finna sameiginlegt tungumál, er ný tegund af samræðum. Þetta gæti gerbreytt hvernig þeir vinna í átt að raunverulegu samstarfssambandi, segir Thaler. „Mér líður eins og upphaf breytinga á sjó.