Energia, massa, velocidade. Essas três variáveis ​​compõem a equação icônica de Einstein E=MC ² . Mas como Einstein sabia sobre esses conceitos em primeiro lugar? Um passo precursor para entender a física é identificar variáveis ​​relevantes. Sem o conceito de energia, massa e velocidade, nem mesmo Einstein poderia descobrir a relatividade. Mas essas variáveis ​​podem ser descobertas automaticamente? Fazer isso poderia acelerar muito a descoberta científica.
Essa é a pergunta que pesquisadores da Columbia Engineering fizeram a um novo programa de IA. O programa foi projetado para observar fenômenos físicos por meio de uma câmera de vídeo, para depois tentar buscar o conjunto mínimo de variáveis ​​fundamentais que descrevem completamente a dinâmica observada. O estudo foi publicado em 25 de julho na revista Nature Computational Science .

Os pesquisadores começaram alimentando o sistema com vídeos brutos de fenômenos para os quais eles já sabiam a resposta. Por exemplo, eles alimentaram um vídeo de um pêndulo duplo oscilante conhecido por ter exatamente quatro "variáveis ​​de estado" - o ângulo e a velocidade angular de cada um dos dois braços. Após algumas horas de análise, a IA produziu a resposta:4.7.

"Achamos que essa resposta estava próxima o suficiente", disse Hod Lipson, diretor do Laboratório de Máquinas Criativas do Departamento de Engenharia Mecânica, onde o trabalho foi feito principalmente. "Especialmente porque tudo que a IA tinha acesso eram imagens de vídeo brutas, sem nenhum conhecimento de física ou geometria. Mas queríamos saber quais eram realmente as variáveis, não apenas seu número."

Os pesquisadores então passaram a visualizar as variáveis ​​reais que o programa identificou. Extrair as variáveis ​​em si não foi fácil, pois o programa não pode descrevê-las de forma intuitiva que fosse compreensível para humanos. Após algumas sondagens, parecia que duas das variáveis ​​escolhidas pelo programa correspondiam vagamente aos ângulos dos braços, mas as outras duas permanecem um mistério.

"Tentamos correlacionar as outras variáveis ​​com tudo e qualquer coisa que pudéssemos pensar:velocidades angulares e lineares, energia cinética e potencial e várias combinações de quantidades conhecidas", explicou Boyuan Chen Ph.D., agora professor assistente da Duke University, que liderou o trabalho. "Mas nada parecia combinar perfeitamente." A equipe estava confiante de que a IA havia encontrado um conjunto válido de quatro variáveis, pois estava fazendo boas previsões, “mas ainda não entendemos a linguagem matemática que está falando”, explicou ele.

Depois de validar vários outros sistemas físicos com soluções conhecidas, os pesquisadores alimentaram vídeos de sistemas para os quais não sabiam a resposta explícita. Os primeiros vídeos mostravam um "dançarino do ar" ondulando na frente de um estacionamento local de carros usados. Após algumas horas de análise, o programa retornou oito variáveis. Um vídeo de uma lâmpada de lava também produziu oito variáveis. Eles então alimentaram um videoclipe de chamas de um loop de lareira de férias, e o programa retornou 24 variáveis.

Uma questão particularmente interessante era se o conjunto de variáveis ​​era único para cada sistema ou se um conjunto diferente era produzido cada vez que o programa era reiniciado.

"Sempre me perguntei, se alguma vez encontrássemos uma raça alienígena inteligente, eles teriam descoberto as mesmas leis da física que nós, ou poderiam descrever o universo de uma maneira diferente?" disse Lipson. "Talvez alguns fenômenos pareçam enigmaticamente complexos porque estamos tentando entendê-los usando o conjunto errado de variáveis. Nos experimentos, o número de variáveis ​​era o mesmo toda vez que a IA era reiniciada, mas as variáveis ​​específicas eram diferentes a cada vez. existem maneiras alternativas de descrever o universo e é bem possível que nossas escolhas não sejam perfeitas."

Os pesquisadores acreditam que esse tipo de IA pode ajudar os cientistas a descobrir fenômenos complexos para os quais a compreensão teórica não está acompanhando o dilúvio de dados – áreas que vão da biologia à cosmologia. "Enquanto usamos dados de vídeo neste trabalho, qualquer tipo de fonte de dados de matriz pode ser usada - matrizes de radar ou matrizes de DNA, por exemplo", explicou Kuang Huang, Ph.D., coautor do artigo.

O trabalho faz parte do interesse de décadas de Lipson e Fu Foundation Professor de Matemática Qiang Du na criação de algoritmos que podem destilar dados em leis científicas. Sistemas de software anteriores, como o software Eureqa de Lipson e Michael Schmidt, poderiam destilar leis físicas de forma livre de dados experimentais, mas apenas se as variáveis ​​fossem identificadas antecipadamente. Mas e se as variáveis ​​ainda forem desconhecidas?

Lipson, que também é o professor de inovação James and Sally Scapa, argumenta que os cientistas podem estar interpretando mal ou deixando de entender muitos fenômenos simplesmente porque não têm um bom conjunto de variáveis ​​para descrever os fenômenos.

“Por milênios, as pessoas sabiam sobre objetos se movendo rápida ou lentamente, mas foi somente quando a noção de velocidade e aceleração foi formalmente quantificada que Newton pôde descobrir sua famosa lei do movimento F =MA”, observou Lipson. As variáveis ​​que descrevem a temperatura e a pressão precisavam ser identificadas antes que as leis da termodinâmica pudessem ser formalizadas, e assim por diante para todos os cantos do mundo científico. As variáveis ​​são precursoras de qualquer teoria.

"Que outras leis estamos perdendo simplesmente porque não temos as variáveis?" perguntou Du, que co-liderou o trabalho.

O artigo também foi co-autor de Sunand Raghupathi e Ishaan Chandratreya, que ajudaram a coletar os dados para os experimentos. + Explorar mais

Astrônomos descobrem dezenas de novas estrelas variáveis ​​