Una inteligencia artificial podría haber inventado una física "alternativa"


Incrustaciones latentes del marco coloreado por variables de estado físico. Crédito: Boyuan Chen/Columbia Engineering
Incrustaciones latentes del marco coloreado por variables de estado físico. Crédito: Boyuan Chen/Columbia Engineering

Todas las leyes de la física pueden expresarse matemáticamente como conexiones entre variables de estado. Este conjunto de variables proporciona una descripción completa y no redundante del sistema en cuestión. El proceso real de detección de las variables de estado ocultas ha desafiado la automatización, a pesar de la potencia de procesamiento y la disponibilidad de la inteligencia artificial.

La mayoría de los métodos basados en datos para modelar fenómenos físicos siguen basándose en la suposición de que las variables de estado relevantes ya se conocen. Una cuestión que se plantea desde hace tiempo es si se pueden identificar las variables de estado a partir de datos observacionales de alta dimensión.

Científicos de Columbia Engineering propusieron un principio para determinar cuántas variables de estado es probable que tenga un sistema observado y cuáles podrían ser esas variables. Diseñaron un nuevo programa de IA para observar fenómenos físicos a través de una cámara de vídeo y luego tratar de buscar un conjunto mínimo de variables fundamentales que describan completamente la dinámica observada.

Hod Lipson, director del Laboratorio de Máquinas Creativas del Departamento de Ingeniería Mecánica, dijo: "Pensamos que esta respuesta era lo suficientemente cercana. Sobre todo porque lo único a lo que la IA tenía acceso era a una grabación de vídeo sin procesar, sin conocimientos de física o geometría. Pero queríamos conocer las variables, no sólo su número".


Los científicos visualizaron entonces las variables reales que el programa identificó. Dado que el programa no puede expresar las variables en ningún lenguaje intuitivo que sea accesible para los humanos, la extracción de las propias variables fue un reto. Tras una considerable investigación, resultó que dos de las variables que el ordenador seleccionó coincidían con los ángulos de los brazos, pero las otras dos siguen siendo desconocidas.

El doctor Boyuan Chen (22), profesor adjunto de la Universidad de Duke, dijo: "Intentamos correlacionar las otras variables con todo lo que se nos ocurría: velocidades angulares y lineales, energía cinética y potencial, y combinaciones de cantidades conocidas. Pero nada parecía coincidir perfectamente. Confiábamos en que la IA había encontrado un buen conjunto de cuatro variables, ya que hacía buenas predicciones, pero aún no entendemos el lenguaje matemático que habla".

Por ello, validaron otros sistemas físicos con soluciones conocidas. Alimentaron vídeos de sistemas de los que no conocían la respuesta explícita. Los primeros vídeos mostraban a una "bailarina del aire" ondulando frente a un lote local de coches usados. Tras unas horas de análisis, el programa devolvió 8 variables. Un vídeo de una lámpara de lava también produjo 8 variables. A continuación, introdujeron un clip de vídeo de las llamas de una chimenea navideña en bucle, y el programa devolvió 24 variables.

Lipson dijo: "Siempre me he preguntado si alguna vez nos encontramos con una raza alienígena inteligente, ¿habrían descubierto las mismas leyes físicas que nosotros, o podrían describir el universo de forma diferente?"

"Tal vez algunos fenómenos parecen enigmáticamente complejos porque estamos tratando de entenderlos utilizando el conjunto equivocado de variables. En los experimentos, el número de variables era el mismo cada vez que se reiniciaba la IA, pero las variables específicas diferían. Así que sí, hay formas alternativas de describir el universo, y es muy posible que nuestras opciones no sean perfectas".

Este tipo de IA puede ayudar a los científicos a desentrañar fenómenos complejos cuya comprensión teórica no se ajusta al ritmo de la avalancha de datos, en ámbitos que van desde la biología hasta la cosmología.

El doctor Kuang Huang (22), coautor del artículo, afirma: "Aunque hemos utilizado datos de vídeo en este trabajo, se podría utilizar cualquier fuente de datos de matrices: matrices de radar o de ADN, por ejemplo".

Lipson sostiene que "los científicos pueden estar malinterpretando o no entendiendo muchos fenómenos simplemente porque no tienen un buen conjunto de variables para describirlos."

"Durante milenios, la gente sabía que los objetos se movían rápida o lentamente, pero sólo cuando se cuantificó formalmente la noción de velocidad y aceleración, Newton pudo descubrir su famosa ley del movimiento F=MA".

"Fue necesario identificar las variables que describen la temperatura y la presión antes de poder formalizar las leyes de la termodinámica, y así en todos los rincones del mundo científico. Las variables son un precursor de cualquier teoría".

Fuentes, créditos y referencias:

Boyuan Chen et al, Automated discovery of fundamental variables hidden in experimental data, Nature Computational Science (2022). DOI: 10.1038/s43588-022-00281-6

Publicar un comentario

Artículo Anterior Artículo Siguiente

Anuncio publicitario

Reciba actualizaciones por Telegram