La inteligencia artificial capaz de resolver problemas de física

Inteligencia artificial para resolver problemas de física. La IA es capaz de transformar problemas con sistemas de coordenadas engorrosos en otros con simetría, haciéndolos más fáciles de resolver

Los problemas físicos complicados son a veces más sencillos de lo que parecen. Por eso los físicos utilizan la Inteligencia Artificial para buscar la simplicidad oculta.

La inteligencia artificial (IA) puede simplificar los problemas de física para hacerlos más simétricos. Los físicos han creado un modelo de IA que encuentra patrones en grandes cantidades de datos. 

Ha habido muchos casos en la historia de la ciencia en los que la gente pensaba que las cosas eran más complicadas de lo que realmente eran porque no habían encontrado la descripción más sencilla de ellas", dice Max Tegmark, físico del Instituto Tecnológico de Massachusetts (MIT).

Sistemas de coordenadas

Tegmark y Ziming Liu, también físico del MIT, emplearon una red neuronal basada en la forma en que se conectan las células del cerebro.

Lo programaron para transformar los problemas que implican sistemas de coordenadas complejos, la forma en que se describen espacialmente los problemas de física, en problemas que presentan alguna forma de simetría. Estos rompecabezas más sencillos y simétricos suelen ser más fáciles de resolver.

Para abordar realmente los problemas, tenemos que elegir un sistema de coordenadas concreto. Entonces podemos escribir algunas ecuaciones e intentar resolverlas", dice Liu.

No siempre es fácil encontrar el sistema de coordenadas más sencillo. Un ejemplo es una de las primeras ecuaciones para describir un agujero negro. No pudo explicar lo que ocurre en el horizonte de sucesos: el punto donde la luz no puede escapar de la gravedad del agujero negro.  Han tenido que pasar 17 años para que la gente se dé cuenta de que existe la posibilidad de simplificar este sistema", dice Liu. 'Nuestro programa solo dura media hora'.

Soluciones existentes

Tegmark y Liu probaron su sistema en seis problemas físicos conocidos de la mecánica clásica y la teoría general de la relatividad que ya han sido resueltos, incluido el del agujero negro. El sistema redescubrió la simetría más simple en cada caso.

Para descubrir las simetrías ocultas de cada problema, la IA obtiene una lista de simetrías conocidas. A continuación, prueba miles de sistemas de coordenadas hasta que encuentra una coincidencia con una de esas simetrías conocidas.

Resolver problemas que los humanos ya han resuelto demuestra que el modelo funciona. Pero la IA será más valiosa a la hora de resolver problemas para los que actualmente no hay soluciones. Lo que más me entusiasma es aplicarlo a áreas de la física en las que se sospecha que puede haber más simplicidad, pero aún no la hemos encontrado", dice Tegmark.

Dos formas posibles

La resolución de problemas en física mediante el aprendizaje automático utiliza grandes cantidades de datos existentes, afirma Yang-Hui He, físico matemático de la City University de Londres. Pero también hay otros métodos que emplean el aprendizaje automático para resolver problemas matemáticos y físicos partiendo de cero, como la construcción de pruebas matemáticas línea por línea.

Ambos métodos son muy prometedores para descubrir nuevas matemáticas y física, dice He. "Soy optimista, así que definitivamente creo que en un futuro próximo veremos nuevos e importantes resultados en matemáticas puras y física teórica descubiertos yendo en estas dos direcciones al mismo tiempo".

Conclusión 

Es impresionante cómo la IA puede ayudar a los físicos a encontrar la simplicidad oculta en problemas complejos, lo que puede conducir a soluciones más rápidas y eficientes. Además, este modelo de IA puede ser muy valioso en la resolución de problemas para los que actualmente no hay soluciones. Es importante destacar que existen diferentes enfoques para la resolución de problemas en física mediante el aprendizaje automático, como el uso de grandes cantidades de datos existentes o la construcción de pruebas matemáticas desde cero. Ambos métodos son muy prometedores y podrían llevar a nuevos descubrimientos importantes en matemáticas y física teórica.

Publicar un comentario

Artículo Anterior Artículo Siguiente

Formulario de contacto