让AI发现物理规律早已不是新鲜事。之前我们报道过“给GNN一堆数据，它自己就能发现万有引力定律”，但如果我们连变量都不给呢？哥伦比亚大学的一项研究表明，人工智能只需通过摄像头观察现象就可以自行提取变量，而有些变量可能是人类无法发现的。如果这样发现了新的变量，是不是就能发现新的物理定律呢？E=mc2是描述能量与质量关系的质能方程，其中E代表能量，m代表质量，c代表光速（常数，c=299792458m/s，有时3.00×108m/s).质能方程由爱因斯坦提出，在高能物理中主要用于解释核反应中的质量损失和计算粒子的能量，促成了波动力学的诞生。一百多年前，在爱因斯坦提出这个方程之前，能量、质量和速度的基本变量显然已经存在。没有这些变量，即使是爱因斯坦也无法发现相对论。但令人惊奇的是，人工智能现在可以自动发现这些变量，而且有些变量超出了人类已知的范围，这将大大加快科学发现的速度。这是哥伦比亚大学的一项新研究。研究人员试图让人工智能程序通过摄像头观察物理现象，然后尝试寻找能够充分描述观察到的现象的最小基本变量集。该研究论文发表于7月25日的《Nature Computational Science》期刊。论文地址：https://www.nature.com/articles/s43588-022-00281-6如下图所示，本研究让AI观察运动中的混沌摇杆驱动系统的视频，并从这些高维视频片段中识别并提取描述此类系统所需的最小状态变量。科学家们首先向系统提供他们已经知道解决方案的物理现象的原始视频片段。例如，他们提供了一个已知有4个“状态变量”——两臂中每一个的角度和角速度的摆动双摆的视频。经过几个小时的分析，AI输出答案：4.7。“我们认为答案已经足够接近了，”该论文的合著者兼机械工程系创意机器实验室主任霍德利普森说。“特别是考虑到所有AI都可以访问原始视频剪辑，而无需任何物理或几何知识。但我们想知道它使用了哪些变量，而不仅仅是一个数字。”然后，研究人员继续将AI程序识别的实际变量可视化。提取变量本质上是困难的，因为程序无法以人类可以理解的任何直观方式描述它们。经过一番调查，程序选择的两个变量似乎大致对应了两个摆臂的角度，但其他两个仍然是个谜。“我们试图将其他两个变量与我们能想到的每个已知变量联系起来：角速度和线速度、动能和势能，以及已知量的每一种组合，”该论文的第一作者、最近获得博士学位的他说。现任杜克大学助理教授的陈博元解释道。“但似乎没有一个已知变量与AI程序识别的两个变量完全匹配。”该团队认为人工智能已经找到了一组有效的四个变量，因为它做出了很好的预测，“但我们还不了解它使用的数学语言，”他解释道。在用已知的解决方案验证了许多其他物理系统之后，科学家们提供了他们不知道明确答案的系统的视频。其中一个视频显示了一个气球在风中摇曳。经过几个小时的分析，程序返回了8个变量。同样，关于熔岩灯的视频也产生了8个变量。当视频更改为有关壁炉的视频时，程序返回24个变量。一个特别有趣的问题是：AI程序为每个系统找到的变量集是唯一的吗？或者，在每次重新启动程序后，它找到的下一组变量是否保持不变？“我一直在想，如果我们能遇到一个特别聪明的外星物种，他们是不是已经发现了一些我们已经发现的物理定律？或者，他们会不会用不同的方式来描述宇宙？”Lipson说：“也许有些现象看起来如此复杂，因为我们一直试图用错误的变量集来描述它们。”在实验中，AI每次重启都会提取相同数量的变量，但每次的具体变量都不一样。所以，除了常规的方式，我们确实还有其他方式来描述宇宙，而我们现在选择的方式可能并不完美。研究人员说，这样的人工智能可以帮助科学家发现生物学和宇宙学等学科中的复杂现象，在这些学科中，理论理解无法跟上海量数据的步伐。“虽然我们在这项工作中使用了视频数据，但可以使用任何类型的阵列数据源——例如雷达阵列或DNA阵列，”共同作者KuangHuang解释道。这项工作是Lipson和哥伦比亚大学傅基金会应用数学讲座教授杜强长达数十年研究兴趣的一部分，旨在创建可以将数据提炼为科学定律的算法。过去的软件系统，例如Lipson和MichaelSchmidt的Eureqa软件，可以从实验数据中提取任意物理定律，但前提是变量是预先确定的。但是，如果我们甚至还不知道变量呢？利普森认为，科学家有时会误解或无法理解一种现象，仅仅是因为他们没有一套好的变量来描述它。“人们对物体运动速度的概念已有数千年的历史，但直到速度和加速度的概念被正式量化后，牛顿才发现了著名的牛顿第二定律：F=MA，”利普森说。这些变量是理论形成的前提。基于此，杜强想知道，“还有哪些规律，是因为没有变数，而没有被我们发现的？”作者介绍了该论文的第一作者陈博远，他目前是杜克大学的助理教授，负责领导通用机器人实验室。他毕业于哥伦比亚大学，获得博士学位。计算机科学专业，主修计算机视觉、机器学习和机器人，师从机器人、数据科学和3D打印领域的世界先驱HodLipson教授。在人工智能和机器人领域的顶级会议（NeurIPS、IROS、GECCO、Humanoids等）发表多篇论文，并担任多个国际会议（CVPR、ICML、ICLR、PRCV等）的审稿人。).此外，他还获得了ACMGECCO学生奖学金、中国政府奖学金、中国科学院空间科技创新奖学金等。
