Para peneliti di Universitas New York Abu Dhabi (NYUAD) telah menunjukkan bahwa kecerdasan buatan dapat secara mandiri menemukan kembali hukum dasar fisika partikel, bahkan tanpa diajarkan secara eksplisit. Temuan yang diterbitkan dalam Journal of High Energy Physics ini menunjukkan bahwa algoritma pembelajaran mesin sederhana dapat mengekstraksi prinsip-prinsip pengorganisasian yang sama yang membutuhkan waktu puluhan tahun bagi para ilmuwan untuk mengungkapnya.
AI Merekonstruksi Model Standar
Studi ini memberikan data eksperimen mentah sistem AI dari eksperimen fisika partikel yang dilakukan pada tahun 1950an dan 1960an. AI tidak diberi pengetahuan sebelumnya tentang Model Standar (SM), kerangka kerja yang sudah ada yang mengklasifikasikan semua partikel dan gaya fundamental yang diketahui. Meskipun demikian, ia berhasil mengidentifikasi fitur-fitur utama SM, termasuk:
- Kuantitas yang Dilestarikan: AI secara independen menemukan bilangan baryon, isospin, keanehan, pesona, dan bilangan kuantum bawah – sifat dasar yang menentukan interaksi partikel.
- Jalan Berunsur Delapan: AI mereproduksi skema klasifikasi berpengaruh Murray Gell-Mann, yang memperkirakan keberadaan quark sebelum dikonfirmasi secara eksperimental.
- Lintasan Regge: Sistem ini mengungkap pola antara massa partikel dan putaran, mencocokkan pengamatan eksperimental, sekali lagi tanpa diinstruksikan untuk mencari hubungan ini.
Mengapa Ini Penting
Kemampuan AI untuk merekonstruksi inti fisika dari data mentah sangatlah signifikan karena Model Standar itu sendiri merupakan pencapaian yang luar biasa. Hal ini membutuhkan wawasan teoretis, eksperimen, dan inovasi matematika selama puluhan tahun. Fakta bahwa AI yang relatif sederhana dapat mencapai kesimpulan yang sama menunjukkan bahwa teknologi ini dapat mempercepat penemuan ilmiah.
Implikasinya luas:
- Pengenalan Pola: AI dapat memindai kumpulan data yang sangat besar untuk mencari pola yang mungkin terlewatkan oleh manusia.
- Fisika Baru: Sistem dapat mengidentifikasi struktur yang sebelumnya tidak dikenal yang mengarah ke fisika di luar Model Standar.
- Alat Validasi: AI dapat berfungsi sebagai metode verifikasi independen terhadap teori-teori yang ada, sehingga meningkatkan kepercayaan terhadap pengetahuan yang sudah ada.
Metodologi dan Temuan
Tim NYUAD menggunakan teknik pembelajaran mesin standar tanpa pengawasan: analisis komponen utama, penyematan tetangga stokastik terdistribusi-t, dan algoritma pengelompokan. AI tidak diberikan pengetahuan teoretis sebelumnya tentang alat matematika yang digunakan pada saat itu. Artinya, pola yang ditemukannya semata-mata berasal dari struktur dasar data eksperimen.
“Fakta bahwa alat-alat ini relatif standar dalam pembelajaran mesin membuat kedalaman struktur fisik yang ditemukan menjadi semakin signifikan.”
Studi ini mencerminkan hasil serupa di bidang kimia, di mana AI sebelumnya merekonstruksi tabel periodik unsur dari data lingkungan atom. Hal ini menunjukkan kemampuan universal AI untuk menyaring pengetahuan ilmiah dari pengamatan mentah lintas disiplin ilmu.
Tantangan Saat Ini dan Arah Masa Depan
Tim peneliti berencana untuk menyelidiki apakah AI dapat memprediksi keberadaan quark sebagai bahan penyusun hadron dan menyimpulkan simetri pengukur dari teori medan kuantum. Tujuan utamanya adalah untuk beralih dari sekadar mereproduksi ilmu fisika yang diketahui hingga mengidentifikasi partikel baru atau simetri tersembunyi.
NYU Abu Dhabi Di Tengah Ketidakstabilan Regional
Publikasi penelitian ini bertepatan dengan penutupan sementara kampus di NYU Abu Dhabi karena ketegangan geopolitik regional yang sedang berlangsung, termasuk konflik Iran-Israel. Meskipun ada gangguan, universitas tetap melanjutkan operasi penelitian dari jarak jauh. Studi ini diselesaikan sebelum penutupan dan menyoroti komitmen berkelanjutan lembaga tersebut terhadap kemajuan ilmu pengetahuan di UEA.
Kesimpulan: Kemampuan AI untuk secara mandiri menemukan kembali hukum fisika dasar menandai langkah penting dalam memanfaatkan pembelajaran mesin sebagai alat yang ampuh untuk eksplorasi ilmiah. Terobosan ini meningkatkan kemungkinan mengungkap wawasan baru tentang alam semesta yang mungkin masih tersembunyi dari peneliti manusia saja.
