¿Pueden las computadoras aprender física y predecir alguna nueva ley de física a través del aprendizaje automático / red neuronal? ¿Cómo puedo programarlo?

No puede descubrir una nueva física o un nuevo fenómeno.

Pero se puede usar en física compleja para comprender esta física particular.

Recientemente entrené una red neuronal artificial con Keras para aprender y predecir la calidad (grado de homogeneidad) de una suspensión sólido-líquido de dos fases en recipientes con agitación mecánica, basada en cientos de simulaciones computacionales de dinámica de fluidos realizadas con un modelo validado en datos experimentales. . Cada cálculo llevaría 24 horas de cálculo en 24 CPU.

Produje resultados para muchas configuraciones de 6 parámetros (velocidad de agitación, diámetro del tanque, diámetro de partículas, densidad de partículas, fracción de volumen promedio de partículas, viscosidad líquida), y el algoritmo aprendió la compleja relación entre estos parámetros y el grado de homogeneidad (desviación estándar relativa )

Verifiqué en pruebas ciegas que era capaz de predecir el grado de homogeneidad en configuraciones nunca vistas, como puede ver aquí:

emocionante

Solo una descripción rápida: este es el “campo” de la fracción de volumen de partículas sólidas dentro de un recipiente agitado (rojo: 20% de partículas, azul: 0% de partículas):

El algoritmo aprendió a predecir qué tan bien se mezcló esta ‘sopa’, en función de muchos parámetros.

En el siguiente enlace, Cambridge habla sobre las redes neuronales que ‘aprenden’ la física de la turbulencia:

https://www.cambridge.org/core/j …

Entonces, sí, con el aprendizaje automático, las computadoras pueden aprender física, aquí fue dinámica de fluidos. Pero no creo que realmente pueda ‘descubrir’ nuevas físicas como la teoría de supercuerdas en cosmología o lo que sea, porque necesita datos de física conocida para aprender de antemano.

La física cuántica tiene solo 100 años. Es un bebé que nació con esteroides inyectados cuando Einstein, Max Planck y muchos otros dieron una inyección en ese brazo de bebés con revolución de campo, partículas y electromagnetismo, por lo que realmente estamos viviendo en tiempos extraordinarios.

La relatividad general (gravedad espacio-tiempo) y la mecánica cuántica están comenzando a despegar y nos están dando productos como computadoras, sí, tenemos que agradecer la mecánica cuántica.

Las computadoras cuánticas han comenzado a ingresar rápidamente en el mundo científico en los últimos años y, lentamente, acortan la brecha o, mejor aún, acercan la visión de inteligencia artificial a la realidad más que nunca.

Quanta + AI = Quantilligence

Las teorías, como se llamaban antes, demostraron ser correctas, tal vez algo del pasado, ya que les tomó mucho tiempo a los físicos teóricos y a los científicos probar sus teorías.

La belleza de la física es observar el mundo, el espacio, el tiempo y los materiales (en sus denominadores más bajos: átomos y luego electrones, fotones y neutrones) y luego imaginar el mundo, el espacio, el tiempo y los materiales en sus formas verdaderas.

Eso fue lo que hizo Einstein (¡no era bueno en matemáticas!); eso es lo que hizo Michael Faraday (¡necesitaba a Maxwell para ayudarlo a matematizarlo!).

Ahora, a medida que el mundo se conecta cada vez más por las mentes colectivas y las computadoras cuánticas comienzan a acumular una gran cantidad de capacidad de cómputo qubit: estamos obligados a observar, visualizar y mejorar a un ritmo mucho más rápido que nunca.

Entonces, ¿cómo podemos programarlo?

Ya hay una gran cantidad de datos disponibles en una dimensión: se llama luz. Viene del espacio exterior todos los días para nosotros es cantidades masivas. Lleva una enorme cantidad de energía en forma de fotones.

Estos llamados paquetes de energía nos han dado innovaciones que quizás haya utilizado hoy cuando se paró frente a la puerta electrónica que se abrió cuando se acercó. (Se llama efecto fotoeléctrico donde las células en el sensor ven si recibe luz o no, generando energía a medida que se emiten los electrones, ¡saltan!

Puede pensar en nuevas aplicaciones simulando otros efectos a través de simulaciones NN / AI.

Entonces sí, definitivamente es posible predecir más rápido con AI / Quantum Computing y definitivamente programable.

Hay mucho más que usted / nosotros / yo podemos hacer y sería útil para profundizar aún más nuestra comprensión de la física y es un matrimonio incómodo pero único con las matemáticas.

Aquí es donde AI viene como un consejero matrimonial que puede unir estos dos mundos.

Es decir, por cierto, también mi objetivo personal de por vida contribuye y ve que suceda en mi vida.

Excelente era para vivir seguro!

En este momento, nuestras técnicas de IA / aprendizaje automático hacen principalmente dos cosas: categorización y regresión. Estos son útiles para descubrir leyes físicas, pero no necesariamente adecuados para automatizar completamente el proceso.

Para programar una computadora para descubrir nuevas leyes (o cualquier ley), necesita datos. ¿Qué experimentos te interesan? Si tiene un conjunto de datos, puede aplicarle técnicas de aprendizaje automático para ver si hay una tendencia subyacente.

Si te interesa la física, es mejor que estudies eso primero. De lo contrario, ¿cómo sabrá si ha descubierto una nueva ley o no?

Hola,

Supongo que la computadora necesita ser programada para que sea como el cerebro humano para realizar explícitamente lo anterior.

El programa debe ejecutarse desde el conjunto de datos de física universal y debe “predecir” el próximo conjunto de leyes.

Tal vez hay conclusiones desconocidas de las diferentes leyes al escribir un programa para “cuantificar” todas las leyes al escribir todas las permutaciones y combinaciones de todas las leyes teniendo en cuenta los parámetros.

Esta lógica puede llevar la complejidad al peor caso de O (n ^ n).

Con respecto a la predicción, un hecho, la computadora no sabe usar la función aleatoria, todo lo que hacen es seguir una lógica para obtener los números requeridos dentro del límite.

Otro hecho es que Google está desarrollando un sistema de inteligencia artificial para resolver problemas y tratar de predecir la solución y aprende ese método, por lo que es solo un prototipo para el aprendizaje automático.

¡¡¡¡ESPERO QUE ESTO AYUDE!!!!

Sí, si fuera a crear un motor de física y luego desafiarlo con actividades que están al margen de nuestra comprensión y luego crear un experimento del mundo real para verificar los resultados.

Sería una tarea importante, pero hacer y un motor así para la teoría de partículas y la macro física pueden ser la mejor manera de intentar producir una teoría de física unificada viable.