Naukowcy z New York University Abu Dhabi (NYUAD) wykazali, że sztuczna inteligencja może samodzielnie na nowo odkryć podstawowe prawa fizyki cząstek elementarnych, nawet bez wcześniejszego szkolenia. Wyniki opublikowane w czasopiśmie Journal of High Energy Physics pokazują, że proste algorytmy uczenia maszynowego mogą wyodrębnić te same zasady organizacyjne, których odkrywanie zajęło naukowcom dziesięciolecia.
AI rekonstruuje model standardowy
Badanie dostarczyło systemowi sztucznej inteligencji surowe dane eksperymentalne uzyskane z eksperymentów z zakresu fizyki cząstek elementarnych przeprowadzonych w latach pięćdziesiątych i sześćdziesiątych XX wieku. Sztuczna inteligencja nie posiadała wcześniejszej wiedzy na temat Modelu Standardowego (SM), ogólnie przyjętej struktury, która klasyfikuje wszystkie znane cząstki i siły podstawowe. Mimo to udało mu się zidentyfikować kluczowe cechy SM, do których zaliczają się:
- Ochrona liczb kwantowych: AI niezależnie odkryła liczbę barionową, izospin, dziwność, urok i piękno – podstawowe właściwości determinujące interakcje cząstek.
- Ośmioraka ścieżka: Sztuczna inteligencja odtworzyła wpływowy schemat klasyfikacji Murraya Gell-Manna, który przewidywał istnienie kwarków przed ich eksperymentalnym potwierdzeniem.
- Trajektorie Regge: System ujawnił wzorce pomiędzy masą cząstek a ich spinem, zbieżne z obserwacjami eksperymentalnymi, ponownie bez żadnych oznak konieczności poszukiwania tych połączeń.
Dlaczego to jest ważne
Zdolność sztucznej inteligencji do rekonstrukcji podstawowych zasad fizyki na podstawie surowych danych jest znacząca, ponieważ sam Model Standardowy jest monumentalnym osiągnięciem. Jego stworzenie wymagało dziesięcioleci wglądu teoretycznego, eksperymentów i innowacji matematycznych. Fakt, że stosunkowo prosta sztuczna inteligencja może dojść do tych samych wniosków, sugeruje, że technologia ta mogłaby przyspieszyć odkrycia naukowe.
Konsekwencje tego podejścia są szerokie:
- Rozpoznawanie wzorców: sztuczna inteligencja może skanować ogromne zbiory danych w poszukiwaniu wzorców, które mogą umknąć ludzkiej uwadze.
- Nowa fizyka: system może ujawnić wcześniej nierozpoznane struktury wskazujące na fizykę wykraczającą poza Model Standardowy.
- Narzędzie walidacyjne: sztuczna inteligencja może służyć jako niezależna metoda testowania istniejących teorii, zwiększając zaufanie do ugruntowanej wiedzy.
Metodologia i wyniki
Zespół z NYUAD zastosował standardowe metody uczenia maszynowego bez nadzoru: analizę głównych składowych, stochastyczne osadzanie sąsiadów z rozkładem t i algorytmy grupowania. Sztuczna inteligencja nie była wyposażona w wcześniejszą wiedzę teoretyczną na temat stosowanych wówczas narzędzi matematycznych. Oznacza to, że odkryte przez niego wzorce wyprowadzono wyłącznie z podstawowej struktury danych eksperymentalnych.
„Fakt, że są to stosunkowo standardowe narzędzia do uczenia maszynowego, sprawia, że głębokość odkrytych przez nie struktur fizycznych jest jeszcze bardziej znacząca”.
Badanie odzwierciedla podobne wyniki w chemii, gdzie sztuczna inteligencja już wcześniej zrekonstruowała układ okresowy pierwiastków na podstawie danych dotyczących środowiska atomowego. Świadczy to o ogólnej zdolności sztucznej inteligencji do wydobywania wiedzy naukowej z surowych obserwacji w różnych dyscyplinach.
Bieżące problemy i przyszłe kierunki
Zespół badawczy planuje zbadać, czy sztuczna inteligencja może przewidzieć istnienie kwarków jako elementów składowych hadronów i wywnioskować symetrie cechowania z kwantowej teorii pola. Ostatecznym celem jest wyjście poza reprodukcję znanych praw fizyki i odkrycie zupełnie nowych cząstek lub ukrytych symetrii.
NYU Abu Zabi wśród regionalnej niestabilności
Publikacja tego badania zbiega się z tymczasowym zamknięciem kampusu Uniwersytetu Nowojorskiego w Abu Zabi ze względu na utrzymujące się regionalne napięcia geopolityczne, w tym konflikt między Iranem a Izraelem. Pomimo zakłóceń uczelnia kontynuuje pracę naukową w trybie zdalnym. Badanie zakończono przed zamknięciem i podkreślono ciągłe zaangażowanie instytucji w postęp naukowy w Zjednoczonych Emiratach Arabskich.
Wniosek: zdolność sztucznej inteligencji do samodzielnego odkrywania na nowo podstawowych praw fizyki stanowi zdecydowany krok w kierunku wykorzystania uczenia maszynowego jako potężnego narzędzia w badaniach naukowych. Ten przełom otwiera możliwość zdobycia nowej wiedzy o Wszechświecie, która może pozostać ukryta przed ludzkimi badaczami.
