可以進行忠實于物理定律的模擬的人工智能

由Yaguchi Takaharu副教授(系統信息學研究生院)和Matsubara Takashi副教授(大阪大學工程科學研究生院)領導的研究小組已成功開發出能夠模擬無法解釋其詳細機理或公式的現象的技術。他們通過使用人工智能(AI)從觀測數據創建一個忠實于物理定律的模型來做到這一點。

希望這種發展將有可能預測到現在為止由于其詳細的潛在機制尚不清楚而難以模擬的現象。還有望提高仿真本身的速度。

這些研究成果在12月7日舉行的第三十四屆神經信息處理系統會議(NeurIPS 2020)上發表，這是一場有關人工智能技術相關主題的著名會議。

通常，可以通過使用超級計算機的模擬來進行物理現象的預測，并且這些模擬使用基于物理定律的方程式。盡管這些方程式具有很高的通用性，但這并不總是意味著它們能夠完美地復制單個現象的獨特特征。例如，許多人了解高中擺運動背后的物理原理。但是，如果您實際上要制作一個擺錘并嘗試使其擺動，則擺錘中的輕微制造缺陷可能會導致其不按照理論移動，這會導致模擬的預測出錯。因此，研究應用觀測數據近年來，通過人工智能對現象進行模擬的研究不斷發展。如果能夠完全實現這一點，則有可能開發自定義的真實現象模擬，這將提高模擬預測的準確性。

但是，由于計算機是數字化的，因此很難使用當前的AI將控制現實世界現象的物理定律引入預測技術。很難完美地復制諸如能量守恒定律等物理定律。因此，在長期預測中可能會發生不自然的能量增加或減少。這可能導致諸如物體速度或波高之類的現象被高估或低估，并導致有關預測可靠性的不確定性。