ШІ може прискорити відкриття нової фізики, але є нюанс

Штучний інтелект дедалі активніше допомагає космологам шукати нові закони Всесвіту. Він здатен значно пришвидшити аналіз складних симуляцій і зробити пошук «нової фізики» дешевшим, пише ScienceDaily.

Але нове дослідження показало несподіваний підступ: іноді ШІ настільки добре вчиться на відомому, що перестає бачити невідоме.

Як ШІ відкриває нову фізику

Підписуйтеся на наші соцмережі

Машинне навчання вже стало важливим інструментом у космології, зокрема у спробах вийти за межі стандартної моделі Всесвіту. 

Йдеться про можливі прояви нової фізики — від масивних нейтрино до модифікованої гравітації чи динамічної темної енергії. Для перевірки таких гіпотез вченим доводиться створювати надзвичайно складні комп’ютерні симуляції, кожна з яких моделює окремий варіант розвитку Всесвіту. Це потребує значних обчислювальних ресурсів і часу.

Науковці протестували метод трансферного навчання — підхід, за якого ШІ спочатку навчається на простіших моделях, а потім адаптується до складніших і дорожчих симуляцій.

Результати виявилися вражаючими: у деяких випадках такий підхід дозволив скоротити кількість дорогих симуляцій більш ніж у десять разів. Це робить дослідження нової фізики значно ефективнішим.

Чому набуті знання заважають ШІ робити відкриття

Однак разом із перевагами вчені зафіксували і проблему, яку назвали «негативною передачею знань». Вона виникає тоді, коли попереднє навчання на відомих моделях заважає системі коректно розпізнавати нові явища.

Іншими словами, ШІ іноді «бачить» нові ефекти через призму вже знайомої фізики — і помилково відносить їх до відомих параметрів. Це особливо критично у випадках, коли різні фізичні процеси створюють дуже схожі сигнатури в даних.

Таким чином, попри значний потенціал прискорення наукових відкриттів, методи машинного навчання можуть мати приховане обмеження — вони здатні не лише допомагати знаходити нову фізику, а й непомітно «маскувати» її під уже відому.