Развитие новых теорий часто ассоциируется с выдающимися физиками, такими как Исаак Ньютон или Альберт Эйнштейн. Множество Нобелевских премий уже было присуждено за новаторские теории. Теперь исследователи из Forschungszentrum Jülich разработали искусственный интеллект, который также способен на это.

Их ИИ обладает способностью выявлять закономерности в сложных данных и формулировать их в физические теории. В следующем интервью профессор Мориц Гелиас из Института перспективного моделирования Юлиха (IAS-6) объясняет концепцию "физики искусственного интеллекта" и как она отличается от традиционных подходов.

Обычно процесс начинается с наблюдений за системой перед попыткой предположить, как ее компоненты взаимодействуют, чтобы объяснить наблюдаемое поведение. Затем формулируются и проверяются новые предположения. Примером может служить закон тяготения Ньютона, который позволяет не только описать гравитационную силу на Земле, но и предсказать движение планет, лун, комет и современных спутников.

Однако подходы к созданию таких гипотез могут различаться. Они могут начинаться с общих принципов и уравнений физики, из которых выводится гипотеза, или же выбираться феноменологический подход, ограничивающийся описанием наблюдений без объяснения их причин. Трудность заключается в выборе подхода из множества возможных вариантов и его последующей адаптации и упрощении.

В общем, применяется подход, известный как "физика для машинного обучения". В их группе используются физические методы для анализа и понимания сложных функций искусственного интеллекта.

Важной новой идеей, предложенной Клаудией Мергер из этой же группы, является использование нейронной сети для точного отображения сложного поведения в более простую систему. ИИ стремится упростить все сложные взаимодействия между компонентами системы, а затем создает обратное отображение, чтобы вернуться к исходному сложному состоянию и разработать новую теорию.

Методика также позволяет извлекать теории, изученные ИИ, и формулировать их на языке взаимодействий между компонентами системы. Это подходит для "физики искусственного интеллекта", который использует язык физики для объяснения того, что изучил ИИ.