Группа китайских ученых разработала ИИ-систему под названием AI-Newton, способную на основе экспериментальных данных самостоятельно выявлять основные принципы физики, включая второй закон Ньютона.

По информации из издания Nature, модель имитирует процесс научного познания человека, постепенно накапливая знания о физических концепциях и закономерностях без предварительного программирования.

Как рассказал физик Ян-Цин Ма из Пекинского университета, AI-Newton оперирует методом символической регрессии — подходом, который ищет наилучшие математические уравнения, описывающие физические явления. Этот метод позволяет системе находить компактные и интерпретируемые формулы, что делает его многообещающим для автоматизации научных открытий.

В качестве теста использовался симулятор с 46 экспериментами, моделирующими движение шаров, пружин, столкновения объектов и вибрации. AI-Newton получила данные о положении объектов во времени и сформировала уравнения, объясняющие эти наблюдения, включая вычисление массы с помощью второго закона Ньютона. Однако результаты еще требуют экспертной оценки для подтверждения.

Исследования прошлого, например проект AI Copernicus из Швейцарского федерального технологического института, показывают успешный вывод формул орбит планет.

Тем не менее, современные языковые модели, такие как GPT, Claude или Llama, пока не способны полностью заменить человеческий научный подход, часто выводя неточные законы, что указывает на необходимость комбинированного участия ИИ и ученых.

Специалисты отмечают, что для полноценной автономной науки ИИ должен уметь не только формировать уравнения, но и выделять ключевые переменные, планировать эксперименты, анализировать данные и формулировать гипотезы — этапы, пока остающиеся за рамками существующих моделей.

AI-Newton демонстрирует важный шаг к автоматизированным научным открытиям, используя символическую регрессию как инструмент для создания новых знаний в физике.