AI 顛覆物理研究！無需物理定律，這個模型竟能自行預測物理現象

來自Archetype AI 的研究人員開發了一種名為「牛頓AI 模型」的人工智慧基礎模型，該模型僅透過分析感測器數據，就能準確地預測各種物理現象，甚至包括那些在訓練過程中從未接觸過的現象。這項突破性研究成果或將徹底改變物理研究的方式，為科學發現開啟新的篇章。

傳統上，為物理現象建立AI 模型需要將大量的物理定律和專業知識作為先驗資訊輸入模型，這使得模型的應用範圍受到限制，難以泛化到其他領域。而「牛頓AI 模型」則採用了全新的「唯象學」方法，完全不依賴任何物理定律或先驗知識，而是透過分析海量的感測器資料來自行學習和理解物理世界的運作規律。

研究人員使用來自41個公開資料集的5.9億個感測器資料樣本對模型進行了訓練，涵蓋了電流、流體流動、光學等多種物理現象。經過訓練的「牛頓AI 模型」能夠對各種物理行為進行編碼和預測，包括機械運動、熱力學等，甚至可以預測城市規模的氣象變化等複雜的非解析性物理過程。

為了驗證模型的泛化能力，研究人員進行了一系列實驗，包括使用彈簧質量系統模擬機械振盪，並利用溫差發電裝置模擬熱力學現象。實驗結果表明，「牛頓AI 模型」能夠準確地預測這些物理系統的未來行為，其預測精度甚至超過了專門針對特定物理系統訓練的模型。

「牛頓AI 模型」的出現為物理研究帶來了新的可能性。它可以幫助科學家更快、更準確地分析實驗數據，發現新的物理規律，甚至可以用來預測和控制複雜的物理系統。此外，該模型還具有「零樣本推理」能力，這意味著它可以對從未接觸過的物理現象進行預測，這為科學發現開闢了新的領域。

研究人員表示，「牛頓AI 模型」只是一個開始，未來他們將進一步擴展模型的訓練資料集，並探索其在其他領域的應用。這項研究成果為建構統一的AI 基礎模型，以理解和預測各種物理世界過程帶來了希望。

論文：https://cdn.prod.website-files.com/669fb9b0365257a2d64b9744/671062d53917e78989931495_Phenomenological%20AI%20FFoundation%205.pdf