Todas las Noticias en Películas, Avances de Películas y Reseñas.

Los robóticos desarrollaron un programa de inteligencia artificial que pudo haber descubierto una ‘física alternativa’

La Inteligencia Artificial ha marcado el comienzo del avance de varias disciplinas a lo largo de los años. ¿Pero podría alguna vez descubrir una nueva forma de física?

Un grupo de robóticos de la Universidad de Columbia Quería explotar el vasto potencial de la IA y descubrir si alguna vez podrá encontrar una “física alternativa”.

Por lo tanto, crearon una herramienta de inteligencia artificial que podría reconocer sucesos físicos e identificar variables pertinentes, componentes esenciales de toda teoría física.

Alimentando a la IA

Como informó primero Ciencia y tecnología diariael algoritmo de IA se alimentó con imágenes de vídeo sin procesar de eventos cuya solución los investigadores ya conocían.

En el vídeo se muestran el ángulo y la velocidad angular de cada uno de los dos brazos del doble péndulo oscilante, que tiene cuatro “variables de estado”. Después de varias horas de investigación, el sistema de IA proporcionó una respuesta prácticamente precisa de 4,7 variables.

De acuerdo a Hod Lipson, Jefe del Laboratorio de Máquinas Creativas del Departamento de Ingeniería Mecánica, donde se llevó a cabo principalmente el trabajo, el equipo creía que la respuesta proporcionada por la IA era lo suficientemente cercana.

Vale la pena señalar que el programa de IA no tenía conocimientos previos sobre física o geometría y todo lo que podía hacer era acceder al metraje de vídeo sin editar. Por lo tanto, Lipson señaló que el equipo quería investigar las variables que explican por qué el programa dio esta respuesta.

A continuación, los investigadores pasaron a representar visualmente las variables reales que el ordenador había detectado. Fue un desafío extraer las variables ya que el software no podía explicarlas de una forma lógica y comprensible para las personas.

Recomendado:  Cómo hacer una presentación en línea durante una videoconferencia

Después de algunas investigaciones, resultó evidente que dos de las variables del programa coincidían aproximadamente con los ángulos de los brazos, pero las otras dos aún se desconocen.

Correlacionando las variables

Según Boyuan Chen, profesor asistente en la Universidad de Duke, los robóticos intentaron correlacionar las otras variables con “cualquier cosa que se les ocurriera”, incluidas velocidades angulares y lineales, energía cinética y potencial, y varias combinaciones de cantidades conocidas.

Pero al final estas correlaciones se quedaron cortas. El equipo está seguro de que la IA había identificado un conjunto confiable de cuatro variables porque produjo predicciones precisas, aunque no comprenden el lenguaje matemático que articula.

Los científicos introdujeron vídeos de sistemas físicos para los que carecían de la solución explícita tras verificar varios sistemas físicos con soluciones conocidas.

En uno de estos videos, un lote de autos usados ​​local era el telón de fondo de una “bailarina del aire” que se balanceaba. El programa arrojó ocho variables después de varias horas de análisis. De manera similar, un vídeo de una lámpara de lava arrojó 8,8 variables.

Además, el algoritmo recuperó 24 variables después de que le dieron un videoclip de las llamas de una chimenea navideña.

Lea también: ¡Este nuevo ‘dron impulsado por IA’ puede volar incluso en medio de huracanes!

Formas alternativas de explicar el universo

Cada vez que se reiniciaba la IA, el número total de variables permanecía constante, pero las variables individuales cambiaban. Según SciTechDaily, esto podría indicar formas alternativas de explicar el universo y que nuestros modelos actuales no son del todo precisos.

Recomendado:  Ubisoft lanza el evento "The Road To SI 2020" en "Rainbow Six Siege"

Los investigadores afirman que este tipo de IA puede ayudar a los investigadores a revelar fenómenos complicados en campos que van desde la cosmología hasta la biología, donde la comprensión teórica no está a la altura de la avalancha de datos.

Aunque el equipo utilizó datos de vídeo en el estudio, también se puede emplear cualquier fuente de datos de matriz, como matrices de radar o matrices de ADN, según Kuang Huang, coautor del estudio. papel.

ⓒ 2023 . .