Umjetna inteligencija koja nauči fiziku može sama doći do novih otkrića

Rad istraživača sa Sveučilišta Duke pokazao je kako uključivanje poznate fizike u algoritme neuronske mreže pomaže UI da dođe do novih uvida u svojstva materijala

Mladen Smrekar ponedjeljak, 20. lipnja 2022. u 06:00

Uključivanje fizike u algoritme strojnog učenja umjetnoj inteligenciji može pomoći da dosegne nove razine transparentnosti i uvida u karakteristike materijala, zaključili su istraživači Sveučilišta Duke. Oni su koristili sofisticirani algoritam strojnog učenja u jednom od prvih pokušaja tog tipa da identificiraju karakteristike metamaterijala i predvide kako oni djeluju s elektromagnetskim poljima.

Predviđanje svojstava

Metoda, opisana u časopisu Advanced Optical Materials, omogućila je algoritmu da predvidi svojstva metamaterijala s visokom točnošću, i to učini brže, bolje i šire od ranijih pristupa. Osim što se pokazalo kako ugrađivanjem poznate fizike izravno u strojno učenje algoritam može pronaći rješenja s manje podataka o obuci i za manje vremena, studija je ponudila i neke uvide u unutarnje djelovanje nemetalnih metamaterijala, o čemu dosad nije bilo saznanja.

Silikonski metamaterijali poput ovog, s redovima cilindara koji se protežu u daljinu, mogu manipulirati svjetlošću ovisno o značajkama cilindara
Silikonski metamaterijali poput ovog, s redovima cilindara koji se protežu u daljinu, mogu manipulirati svjetlošću ovisno o značajkama cilindara

“Neuronske mreže pokušavaju pronaći uzorke u podacima, ali ponekad ti obrasci koje pronađu ne poštuju zakone fizike, čineći model nepouzdanim”, objašnjavaju istraživači. "Prisilivši neuronsku mrežu da poštuje zakone fizike, spriječili smo je da pronađe odnose koji bi mogli odgovarati podacima, ali zapravo nisu istiniti."

Lorentzov model

Istraživači su se koristili Lorentzovim modelom, skupom jednadžbi koje opisuju kako unutarnja svojstva materijala rezoniraju s elektromagnetskim poljem. Model je morao naučiti predvidjeti Lorentzove parametre koje je zatim koristio za izračunavanje odgovora.

Taj se model pokazao učinkovitijim od prethodnih neuronskih mreža; štoviše, ovaj pristup može dramatično smanjiti broj parametara potrebnih za određivanje svojstava metamaterijala.

Samostalno do otkrića

Ovaj pristup umjetnoj inteligenciji utemeljen na fizici sposoban je samostalno dolaziti do novih otkrića. Kako elektromagnetski val putuje kroz objekt, on ne mora nužno stupiti u interakciju s njim na potpuno isti način na početku i kraju svog putovanja.

Istraživanja su pokazala da uključivanje poznate fizike u algoritam strojnog učenja može otkriti nove uvide u to kako ih oblikovati
Istraživanja su pokazala da uključivanje poznate fizike u algoritam strojnog učenja može otkriti nove uvide u to kako ih oblikovati

Ovaj fenomen je poznat kao prostorna disperzija. Budući da su istraživači morali podesiti parametre prostorne disperzije kako bi model radio točno, dobili su i dosad potpuno nepoznati uvid u fiziku procesa.

📢 Do 12 rata bez kamata

TOP!

ACER GAMING

Acer Nitro 5 ili Predator Helios 300, do 32 GB RAM-a.

7.069kn 938,22 € Kupi

📢 Besplatna dostava

TOP!

KINGSTON

Kingston Fury Beast i Renegade memorija 16-32GB.

629kn 83,48 € Kupi

📢 HIT cijena!

TOP!

LOGITECH

Fantastična ponuda uredske i gaming periferije!

199kn 26,41 € Kupi


IPX7 in-ear slušalice

JBL Live Free NC+ TWS

Aktivno uklanjanje buke, TalkThru, Ambient Aware, do 21 sati reprodukcije, Dual Connect + Sync, 20Hz – 20kHz, 96dB, 16 ohma.

999 kn 132,59 € Kupi

2-smjerni bookshelf zvučnici

DALI Opticon 2 MK2

Patentirani SMC, woofer od drvnih vlakana, zvuk visokih performansi u manjim do srednje velikim prostorima, 59 - 25,000 Hz, 4 ohma, 30 - 150W, 86.5dB.

8.589 kn 1.139,96 € Kupi

ANC on-ear slušalice

JBL Live 460NC

Bluetooth, TalkThru, Smart Ambient, Hey Google, Alexa, do 50 sati reprodukcije, 20 Hz – 20 kHz, 96 dB, 32 ohma.

999 kn 132,59 € Kupi