Bir Yapay Zeka "Alternatif" Fiziği İcat Etmiş Olabilir

Fiziğimiz, ivme ve kütle gibi değişkenlere dayanmaktadır. Bunlardan bazıları, mesafe ve zaman gibi daha temel değişkenlere indirgenebilir. Evrenin işleyişini ölçmenin başka bir yolu varsa, bunu henüz kavramadık. Bununla birlikte, Columbia robot bilimcilerinin yeni keşfettiği gibi, bildiğimiz değişkenler var olan tek değişkenler olmayabilir.

Dr. Boyuan Chen ve ortak yazarlar, fiziksel sistemleri tanımlamak ve gelişmeleri tahmin etmek için gereken değişkenleri saymak için bir yapay zeka sistemi eğittiler. Sonuçlar Nature Computational Science'da bildirildi, ancak bu sadece başlangıç, çünkü bilgisayarların çıkardığı değişkenleri daha yeni anlamaya başlıyoruz.

Kıdemli yazar Profesör Hod Lipson bir açıklamada, "Her zaman merak etmişimdir, eğer zeki bir uzaylı ırkı ile tanışsaydık, onlar da bizimle aynı fizik yasalarını keşfederler miydi, yoksa evreni farklı bir şekilde mi tanımlarlardı?" dedi. "Belki de bazı olaylar esrarengiz bir şekilde karmaşık görünüyor çünkü onları yanlış değişkenler kullanarak anlamaya çalışıyoruz."

Ne de olsa, makale belirtiyor: “Kütle, momentum ve ivme gibi temel mekanik değişkenleri biçimlendirmek medeniyetlerin bin yıllarını aldı. Bu kavramlar ancak bir kez biçimselleştirildikten sonra mekanik hareket yasaları keşfedilebilirdi.” Benzer şekilde, biçimsel sıcaklık, enerji ve entropi kavramları olmadan termodinamiğin yasalarını türetemezsiniz. Bunlardan en azından bazıları bizim için artık sezgisel, ancak atalarımız için değildi.

Bazen bilim insanları, farklı değişkenlerle başlasaydık, evrenin nasıl görüneceğine dair küçük bir fikir edinirler. Matematikçi Norman Wildberger, üçgenlerdeki tanıdık değişkenleri (uzunluk ve açı), dörtgen ve yayılma olarak adlandırdığı açının uzunluğunun ve sinüsünün kareleriyle değiştirerek "rasyonel trigonometri" adını verdiği şeyi yarattı. Bu değişkenlerle ele alındığında bazı problemler çok daha kolay hale gelir, ancak Öklid geometrisinde eğitim almış birine başta yabancı bir dil konuşmak gibi gelir.

Bazı kültürlerin - en ünlüsü yerli Amerikalı Hopilerin - zaman gibi değişkenleri dünyanın geri kalanının çoğundan farklı olarak gördükleri ve onlara temelde farklı bir fizik görüşü kazandırdığı iddia ediliyor.

Bize daha da yabancı değişkenleri bulmak için açı ve mesafe gibi tanıdık kavramlara maruz kalmadan yetiştirilmiş birine danışmamız gerekir. Böyle bir çocuğu yetiştirmek yasa dışı olduğundan, yazarlar bir elastik çift sarkaç videosuyla başlayarak yapay zekaya döndüler.

Bir çift sarkaç sistemine bakan bir fizikçi, büyük olasılıkla dört değişken görür - her bir kolun açısı ve açısal hızı. Dördü bizim için sezgiseldir ve kolayca ölçülebilir. Bununla birlikte, lisans fizik öğrencileri, sistemi her bir kolun kinetik ve potansiyel enerjisi açısından modellemek için de eğitilir.

Yazarlar bir sinir ağına çift sarkacın bir videosunu gösterdiler ve kaç tane durum değişkeni gördüğünü sordular. Cevap dört olmasına rağmen, bilgisayar ve insanlar bu değişkenlerin ne olduğunu belirlemek için ortak bir dilden yoksundu. İki tanesi kol açılarını ölçme yöntemimize benziyor, ancak diğerleri gizemini koruyor.

Chen, "Diğer değişkenleri aklımıza gelebilecek her şeyle ilişkilendirmeye çalıştık: açısal ve doğrusal hızlar, kinetik ve potansiyel enerji ve bilinen niceliklerin çeşitli kombinasyonları." diye açıkladı. "Ancak hiçbir şey tamamen uymuyor gibiydi." Bununla birlikte, ağ sarkacın gelecekteki hareketlerini o kadar iyi tahmin etti ki, bize yabancı gelseler bile, gerçek değişkenleri tanımlamış gibi görünüyor.

Yazarlar, bilgisayara bir araba satıcısının önündeki “hava dansçısı”, bir lav lambası ve bir şöminedeki alevler gibi çok daha karmaşık dinamik sistemleri göstererek devam etti. Bu sistemleri tanımlamak için sırasıyla sekiz, sekiz ve 24 durum değişkeninin gerekli olduğunu bildirdi, ancak bunların ne olduğunu henüz kimse bilmiyor.

Önceki makine öğrenimi araçları, fiziksel sistemlerin dinamiklerini modellemişti ancak ilgili durum değişkenlerinin, yani sistemi geliştikçe tam olarak tanımlayan nicel değişkenlerin ölçümleriyle sağlanmıştı. Bu şekilde öğretildikten sonra, makinelerin kendilerine ait alternatif değişkenler bulması pek olası değildi.

Şimdi yapay zeka sistemleri gerçekten de yeni değişkenleri tanımlayabiliyor gibi görünüyor - sadece bunların ne olduğunu anlamak için bir çevirmene ihtiyacımız var.

Bu içerik IFLSCIENCE’da yayınlanmıştır.