AIが物理学研究を破壊する！物理法則を使わずに、このモデルは物理現象を独自に予測します

Archetype AI の研究者は、センサーの接触データを分析するだけで、トレーニング中に検出されなかったさまざまな物理現象を正確に予測できる、「Newton AI モデル」と呼ばれる基本的な人工知能モデルを開発しました。この画期的な研究結果は、物理学研究の実施方法を完全に変え、科学的発見に新たな章を開く可能性があります。

従来、物理現象のAIモデルを構築するには、事前情報として大量の物理法則や専門知識をモデルに入力する必要があるため、モデルの適用範囲が限定され、他分野への汎用化が困難でした。 「Newton AIモデル」は、物理法則や事前知識に依存せず、膨大なセンサーデータを解析することで物理世界の動作法則を学習・理解する全く新しい「現象学」手法を採用しています。

研究者らは、電流、流体の流れ、光学などのさまざまな物理現象をカバーする、41 の公開データセットからの 5 億 9,000 万のセンサー データ サンプルを使用してモデルをトレーニングしました。トレーニングされた「Newton AI モデル」は、機械的運動や熱力学などを含むさまざまな物理的挙動をエンコードして予測することができ、さらには都市規模の気象変化などの複雑な非解析的物理プロセスを予測することもできます。

モデルの一般化能力を検証するために、研究者らは、バネ質量システムを使用した機械振動のシミュレーションや、熱電発電デバイスを使用した熱力学現象のシミュレーションなど、一連の実験を実施しました。実験結果によると、「Newton AI モデル」はこれらの物理システムの将来の動作を正確に予測でき、その予測精度は特定の物理システム向けに特別にトレーニングされたモデルの予測精度をさえ上回ります。

「ニュートンAIモデル」の登場は物理研究に新たな可能性をもたらします。科学者が実験データをより迅速かつ正確に分析し、新しい物理法則を発見するのに役立ち、複雑な物理システムの予測と制御にも使用できます。さらに、このモデルには「ゼロサンプル推論」機能もあり、これまで触れられたことのない物理現象を予測できるため、科学的発見の新たな領域が開かれます。

研究者らは、「ニュートンAIモデル」はほんの始まりにすぎず、将来的にはモデルのトレーニングデータセットをさらに拡張し、他の分野での応用を検討すると述べた。この研究結果は、さまざまな物理世界のプロセスを理解し、予測するための統合AI基本モデルの構築に期待をもたらします。

論文: https://cdn.prod.website-files.com/669fb9b0365257a2d64b9744/671062d53917e78989931495_Phenomenological%20AI%20Foundation%20Model%202024.pdf