Energia, massa, velocità. Queste tre variabili costituiscono l'iconica equazione di Einstein E=MC ² . Ma come faceva Einstein a conoscere questi concetti in primo luogo? Un passo preliminare alla comprensione della fisica è l'identificazione delle variabili rilevanti. Senza il concetto di energia, massa e velocità, nemmeno Einstein potrebbe scoprire la relatività. Ma queste variabili possono essere scoperte automaticamente? Ciò potrebbe accelerare notevolmente la scoperta scientifica.

Questa è la domanda che i ricercatori della Columbia Engineering hanno posto a un nuovo programma di intelligenza artificiale. Il programma è stato progettato per osservare i fenomeni fisici attraverso una videocamera, quindi provare a cercare l'insieme minimo di variabili fondamentali che descrivono completamente la dinamica osservata. Lo studio è stato pubblicato il 25 luglio su Nature Computational Science .

I ricercatori hanno iniziato alimentando il sistema con filmati video grezzi di fenomeni per i quali conoscevano già la risposta. Ad esempio, hanno fornito un video di un doppio pendolo oscillante noto per avere esattamente quattro "variabili di stato":l'angolo e la velocità angolare di ciascuno dei due bracci. Dopo alcune ore di analisi, l'IA ha prodotto la risposta:4.7.

"Pensavamo che questa risposta fosse abbastanza vicina", ha affermato Hod Lipson, direttore del Creative Machines Lab presso il Dipartimento di ingegneria meccanica, dove il lavoro è stato svolto principalmente. "Soprattutto perché tutto ciò a cui l'IA aveva accesso erano riprese video grezze, senza alcuna conoscenza di fisica o geometria. Ma volevamo sapere quali fossero effettivamente le variabili, non solo il loro numero."

I ricercatori hanno quindi provveduto a visualizzare le variabili effettive identificate dal programma. Estrarre le variabili stesse non è stato facile, dal momento che il programma non può descriverle in modo intuitivo e comprensibile per l'uomo. Dopo qualche indagine, è emerso che due delle variabili scelte dal programma corrispondevano vagamente agli angoli delle braccia, ma le altre due rimangono un mistero.

"Abbiamo provato a correlare le altre variabili con qualsiasi cosa potessimo pensare:velocità angolari e lineari, energia cinetica e potenziale e varie combinazioni di quantità note", ha spiegato Boyuan Chen Ph.D., ora assistente professore alla Duke University, che ha guidato il lavoro. "Ma niente sembrava corrispondere perfettamente." Il team era fiducioso che l'IA avesse trovato un insieme valido di quattro variabili, dal momento che stava facendo buone previsioni, "ma non capiamo ancora il linguaggio matematico di cui parla", ha spiegato.

Dopo aver convalidato una serie di altri sistemi fisici con soluzioni note, i ricercatori hanno fornito video di sistemi per i quali non conoscevano la risposta esplicita. I primi video mostravano un "ballerino dell'aria" che ondeggiava davanti a un parcheggio locale di auto usate. Dopo alcune ore di analisi, il programma ha restituito otto variabili. Anche un video di una lampada lava ha prodotto otto variabili. Hanno quindi alimentato un video clip di fiamme da un ciclo del camino delle vacanze e il programma ha restituito 24 variabili.

Una domanda particolarmente interessante era se l'insieme di variabili fosse unico per ogni sistema o se fosse prodotto un insieme diverso ogni volta che il programma veniva riavviato.

"Mi sono sempre chiesto, se avessimo mai incontrato una razza aliena intelligente, avrebbero scoperto le stesse leggi della fisica che abbiamo noi, o potrebbero descrivere l'universo in un modo diverso?" disse Lipson. "Forse alcuni fenomeni sembrano enigmaticamente complessi perché stiamo cercando di capirli usando l'insieme sbagliato di variabili. Negli esperimenti, il numero di variabili era lo stesso ogni volta che l'IA si riavviava, ma le variabili specifiche erano diverse ogni volta. Quindi sì, ci sono modi alternativi per descrivere l'universo ed è possibile che le nostre scelte non siano perfette."

I ricercatori ritengono che questo tipo di intelligenza artificiale possa aiutare gli scienziati a scoprire fenomeni complessi per i quali la comprensione teorica non sta al passo con il diluvio di dati, aree che vanno dalla biologia alla cosmologia. "Mentre abbiamo utilizzato i dati video in questo lavoro, è possibile utilizzare qualsiasi tipo di origine dati di array, ad esempio array radar o array di DNA", ha spiegato Kuang Huang, Ph.D., coautore del documento.

Il lavoro fa parte dell'interesse decennale di Qiang Du, professore di matematica della Fondazione Fu e Lipson nella creazione di algoritmi in grado di distillare i dati in leggi scientifiche. I sistemi software del passato, come il software Eureqa di Lipson e Michael Schmidt, potevano distillare leggi fisiche a forma libera da dati sperimentali, ma solo se le variabili fossero state identificate in anticipo. Ma cosa succede se le variabili sono ancora sconosciute?

Lipson, che è anche la professoressa di innovazione di James e Sally Scapa, sostiene che gli scienziati potrebbero interpretare erroneamente o non comprendere molti fenomeni semplicemente perché non dispongono di un buon insieme di variabili per descrivere i fenomeni.

"Per millenni, le persone sapevano degli oggetti che si muovevano rapidamente o lentamente, ma è stato solo quando la nozione di velocità e accelerazione è stata quantificata formalmente che Newton ha potuto scoprire la sua famosa legge del movimento F=MA", ha osservato Lipson. Le variabili che descrivono la temperatura e la pressione dovevano essere identificate prima che le leggi della termodinamica potessero essere formalizzate, e così via per ogni angolo del mondo scientifico. Le variabili sono un precursore di qualsiasi teoria.

"Quali altre leggi ci mancano semplicemente perché non abbiamo le variabili?" ha chiesto Du, che ha co-diretto il lavoro.

Il documento è stato anche co-autore di Sunand Raghupathi e Ishaan Chandratreya, che hanno contribuito a raccogliere i dati per gli esperimenti. + Esplora ulteriormente

Gli astronomi scoprono dozzine di nuove stelle variabili