我是斜杠青年，一個(gè)熱愛前沿科學(xué)的“雜食性”學(xué)者！

通過分析鐘擺視頻，人工智能確定了當(dāng)前數(shù)學(xué)中不存在的變量。

一種人工智能工具檢查了物理系統(tǒng)，找到了描述其發(fā)現(xiàn)的新方法。

我們?nèi)绾卫斫庥钪妫繘]有手冊。沒有處方。

最基本的是，物理學(xué)幫助我們理解“可觀察”變量之間的關(guān)系——這些是我們可以測量的東西。速度、能量、質(zhì)量、位置、角度、溫度、電荷。一些變量，如加速度，可以簡化為更基本的變量。這些都是物理學(xué)中的變量，塑造了我們對(duì)世界的理解。

這些變量通過方程綁定在一起。

阿爾伯特·愛因斯坦最著名的方程E = mc2使用常數(shù)：光速（c）總結(jié)了變量能量（E）和質(zhì)量（m）之間的關(guān)系。事實(shí)上，愛因斯坦所有非常復(fù)雜的狹義相對(duì)論都可以簡化為三個(gè)變量之間的關(guān)系：能量、質(zhì)量和速度。

我們選擇變量沒有什么神圣之處。我們選擇的變量和數(shù)學(xué)經(jīng)受住了時(shí)間的考驗(yàn)，對(duì)于給定的理論或物理系統(tǒng)有意義。

但是，如果我們找到其他物理變量來解決同樣的問題呢？它不會(huì)改變問題......或解決方案。但這可能會(huì)讓我們對(duì)宇宙的內(nèi)部運(yùn)作有新的見解，并加速科學(xué)發(fā)現(xiàn)。

現(xiàn)在，紐約哥倫比亞大學(xué)開發(fā)的人工智能（AI）工具已經(jīng)做到了這一點(diǎn)。實(shí)驗(yàn)結(jié)果發(fā)表在《自然計(jì)算科學(xué)》上。

哥倫比亞工程公司的機(jī)器人學(xué)家開發(fā)了一個(gè)人工智能程序，以審查原始視頻數(shù)據(jù)，并搜索完全描述系統(tǒng)觀察到的物理動(dòng)力學(xué)的擺動(dòng)的最小基本變量集。

為了測試他們的人工智能，團(tuán)隊(duì)首先展示了他們已經(jīng)知道答案的現(xiàn)象的工具視頻。

雙開花可以精確地用四個(gè)“狀態(tài)變量”來描述——兩個(gè)臂中每個(gè)臂的角度和角速度。在盯著視頻幾個(gè)小時(shí)后，人工智能給出了系統(tǒng)中變量數(shù)量的答案：4.7。

哥倫比亞大學(xué)機(jī)械工程系創(chuàng)意機(jī)器實(shí)驗(yàn)室主任、高級(jí)作家Hod Lipson表示：“他們認(rèn)為這個(gè)答案足夠接近了。”“特別是因?yàn)樗腥斯ぶ悄芏伎梢栽L問原始視頻片段，而沒有任何物理或幾何知識(shí)。但他們想知道變量實(shí)際上是什么，而不僅僅是它們的數(shù)量?！?/p>

因此，下一個(gè)挑戰(zhàn)是嘗試可視化人工智能識(shí)別的變量。這并不容易，因?yàn)樵摮绦驔]有描述人類直觀的語言變量。然而，研究人員確實(shí)將其中兩個(gè)變量與每個(gè)鐘擺手臂的角度相關(guān)聯(lián)。

現(xiàn)任杜克大學(xué)助理教授的陳博元表示，該團(tuán)隊(duì)試圖將其他變量與他們能想到的任何事物聯(lián)系起來：角速和線性速度、動(dòng)能和勢能，以及已知量的各種組合?！暗坪鯖]有什么是完全匹配的?！?/p>

團(tuán)隊(duì)相信人工智能對(duì)系統(tǒng)動(dòng)力學(xué)的良好預(yù)測意味著它找到了一套有效的四個(gè)變量，因此對(duì)其他變量可能是什么感到困惑。

目前，“我們還不明白它所說的數(shù)學(xué)語言?！?/p>

盡管如此，人工智能還是對(duì)具有已知解決方案的其他物理系統(tǒng)進(jìn)行了良好的計(jì)算。

已經(jīng)很困惑，如果向人工智能展示一些沒有已知答案的東西，團(tuán)隊(duì)會(huì)失去什么？

該團(tuán)隊(duì)向人工智能展示了Family Guyfame的“古怪的波浪形充氣臂連枷管男人”的視頻，在一輛二手車停車場前大搖擺不定。幾個(gè)小時(shí)的分析返回了八個(gè)變量。熔巖燈視頻還給出了八個(gè)變量。壁爐的循環(huán)視頻產(chǎn)生了24個(gè)變量。

研究人員想知道，每次重新啟動(dòng)程序時(shí)，變量集是否都不同，或者它是否為每個(gè)系統(tǒng)找到了相同的獨(dú)特變量集。

“我一直想知道，如果我們遇到一個(gè)聰明的外星種族，他們會(huì)發(fā)現(xiàn)和我們一樣的物理定律，還是會(huì)以不同的方式描述宇宙？”“也許有些現(xiàn)象看起來很神秘，因?yàn)槲覀冊噲D使用錯(cuò)誤的變量集來理解它們?！?/p>

在實(shí)驗(yàn)中，變量的數(shù)量保持不變，但每次人工智能重新啟動(dòng)時(shí)，具體變量都會(huì)有所不同。這表明還有其他方法來描述系統(tǒng)——進(jìn)而描述宇宙——我們的選擇可能并不完美。

這些人工智能工具可以幫助科學(xué)家掌握當(dāng)前理論理解的復(fù)雜現(xiàn)象?！半m然研究團(tuán)隊(duì)在這項(xiàng)工作中使用視頻數(shù)據(jù)，但可以使用任何類型的陣列數(shù)據(jù)源——例如雷達(dá)陣列或DNA陣列。”

科學(xué)家可能僅僅因?yàn)闆]有一套好的變量而誤解或無法理解許多現(xiàn)象。“幾千年來，人們知道物體移動(dòng)得快或慢，但只有當(dāng)速度和加速度的概念被正式量化時(shí)，牛頓才能發(fā)現(xiàn)他著名的運(yùn)動(dòng)定律F = ma?！?/p>

同樣，在確定熱力學(xué)定律之前，需要描述溫度和壓力的變量。任何科學(xué)理論也是如此——要發(fā)展理論，你首先需要變量。僅僅因?yàn)槲覀儧]有變量，我們還錯(cuò)過了哪些其他定律？

如果你喜歡前沿科學(xué)，關(guān)注我就是你最好的選擇！