La robótica descubre la física alternativa

Motivos latentes de un marco coloreado por variables de estado físico. Crédito: Boyuan Chen / Ingeniería de Columbia

Energía, masa y velocidad. Estas tres variables componen la ecuación icónica de Einstein E = MC2. Pero, ¿cómo aprendió Einstein sobre estos conceptos en primer lugar? Un paso preliminar para comprender la física es identificar las variables relevantes. Sin el concepto de energía, masa y velocidad, ni siquiera Einstein podría descubrir la relatividad. Pero, ¿se pueden detectar automáticamente tales variables? Si lo hace, puede acelerar en gran medida el descubrimiento científico.

Esa es la pregunta que los investigadores de Columbia Engineering le están haciendo a un nuevo programa de inteligencia artificial. El programa está diseñado para observar fenómenos físicos a través de una cámara de video y luego intentar buscar el conjunto mínimo de variables básicas que describen completamente la dinámica observada. El estudio fue publicado el 25 de julio en ciencias naturales computacionales.

Los investigadores comenzaron a alimentar al sistema con imágenes de video sin procesar de fenómenos para los que ya conocían la respuesta. Por ejemplo, alimentaron una cinta de video de un péndulo doble oscilante que se sabe que tiene exactamente cuatro “variables de estado”: el ángulo y la velocidad angular de cada uno de los brazos. Después de algunas horas de análisis, la IA produjo la respuesta: 4.7.






La imagen muestra un sistema dinámico caótico balanceándose en movimiento. El trabajo tiene como objetivo identificar y extraer las variables de estado mínimas necesarias para describir dicho sistema directamente a partir de imágenes de video de alta dimensión. Crédito: Yinuo Qin / Ingeniería de Columbia

“Pensamos que esta respuesta estaba lo suficientemente cerca”, dijo Hood Lipson, director del Laboratorio de Máquinas Creativas en el Departamento de Ingeniería Mecánica, donde se realizó principalmente el trabajo. “Sobre todo porque la IA solo podía acceder a secuencias de video sin procesar, sin ningún conocimiento de física o ingeniería. Pero queríamos saber cuáles eran las variables en realidad, no solo cuántas”.

Luego, los investigadores procedieron a visualizar las variables reales identificadas por el programa. Extraer las variables en sí no fue fácil, ya que el programa no puede describirlas de una manera intuitiva que los humanos puedan entender. Después de investigar un poco, resulta que dos de las variables elegidas por el programa corresponden aproximadamente a los ángulos de los brazos, pero las otras dos variables siguen siendo un misterio.

Boyuan Chen Ph.D. explicó. , que ahora es profesor asistente en la Universidad de Duke, dijo: “Hemos tratado de relacionar otras variables con todo lo que se nos ocurra: velocidades angulares y lineales, energía cinética y potencial, varias combinaciones de cantidades conocidas”. quien dirigía la obra. “Pero nada parece ser una combinación perfecta”. El equipo confiaba en que la IA había encontrado un conjunto válido de cuatro variables, porque estaba haciendo buenas predicciones, “pero aún no entendíamos el lenguaje matemático que hablaba”, explicó.

Después de validar una serie de otros sistemas físicos con soluciones conocidas, los investigadores alimentaron videos de sistemas para los que no sabían la respuesta explícita. En los primeros videos, aparecía como una “bailarina del aire” balanceándose frente a un patio de autos usados ​​local. Después de algunas horas de análisis, el programa devolvió ocho variables. Un video de la lámpara de lava también produjo ocho variantes. Luego alimentaron un video de llamas de un episodio de chimenea navideña, y el programa trajo 24 variables.

Una pregunta particularmente interesante era si el conjunto de variables era único para cada sistema o si se producía un conjunto diferente cada vez que se reiniciaba el programa.

“Siempre me he preguntado, si alguna vez nos encontramos con una raza alienígena inteligente, ¿descubrirían las mismas leyes de la física que tenemos nosotros, o describirían el universo de manera diferente?” dijo Lipson. “Quizás algunos fenómenos parezcan vagamente complejos porque estamos tratando de entenderlos usando el conjunto incorrecto de variables. En los experimentos, la cantidad de variables era la misma cada vez que se reiniciaba la IA, pero las variables específicas eran diferentes cada vez. Así que sí , existen enfoques alternativos para describir el universo y es muy posible que nuestras elecciones no sean perfectas”.

Los investigadores creen que este tipo de IA podría ayudar a los científicos a descubrir fenómenos complejos para los cuales la comprensión teórica no sigue el ritmo de grandes cantidades de datos, campos que van desde la biología hasta la cosmología. “Si bien usamos datos de video en este trabajo, se puede usar cualquier tipo de fuente de datos de matriz: matrices de radar o matrices de ADN, por ejemplo”, explicó Kwang Huang, PhD, coautor del artículo.

El trabajo es parte de Chiang Du, profesor de matemáticas en la Fundación Lipson and Fu, quien durante mucho tiempo ha estado interesado en crear algoritmos que puedan convertir datos en leyes científicas. Los sistemas de software anteriores, como el Eureqa de Lipson y Michael Schmidt, podían extraer leyes físicas libres de datos experimentales, pero solo si las variables se definían previamente. Pero, ¿y si aún no se conocen las variables?

Lipson, quien también es profesor de innovación de James and Sally Scapa, argumenta que los científicos pueden malinterpretar o no comprender muchos fenómenos simplemente porque no tienen un buen conjunto de variables para describir el fenómeno.

Lipson señaló: “Durante miles de años, la gente ha sabido que los objetos se mueven rápida o lentamente, pero solo cuando se definió formalmente el concepto de velocidad y aceleración, Newton descubrió su famosa ley de movimiento F = MA”. Las variables que describen la temperatura y la presión deben identificarse antes de poder formular las leyes de la termodinámica, y así en todos los rincones del mundo científico. Las variables son un precursor de cualquier teoría.

“¿Qué otras leyes nos faltan simplemente porque no tenemos las variables?” preguntó Doe, quien codirigió el trabajo.

El documento también fue coautor de Sunand Raghupathi e Ishaan Chandratreya, quienes ayudaron a recopilar datos para los ensayos.


Los astrónomos descubren docenas de nuevas estrellas variables


más información:
Boyuan Chen et al, Detección automatizada de variables de referencia ocultas en datos experimentales, ciencias naturales computacionales (2022). DOI: 10.1038 / s43588-022-00281-6

Presentado por la Facultad de Ingeniería y Ciencias Aplicadas de la Universidad de Columbia

La frase: Robotics Discover Alternative Physics (26 de julio de 2022) Consultado el 27 de julio de 2022 en https://phys.org/news/2022-07-roboticists-alternative-physics.html

Este documento está sujeto a derechos de autor. Sin perjuicio de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin permiso por escrito. El contenido se proporciona únicamente con fines informativos.

Leave a Reply

Your email address will not be published.