Модель Archetype AI Newton изучает физику из необработанных данных — без какой -либо помощи от людей

Исследователи из Archetype AI разработали основополагающую модель ИИ, способную обучать принципы физики, непосредственно обучающиеся из данных датчиков, без каких-либо предварительно запрограммированных знаний. Этот прорыв может значительно изменить то, как мы понимаем и взаимодействуем с физическим миром.

Модель, названная Ньютон, демонстрирует беспрецедентную способность обобщать разные физические явления, от механических колебаний до термодинамики, используя только измерения необработанных датчиков в качестве входных данных. Это достижение, подробно описанное в статье, опубликованном сегодня, представляет собой серьезный прогресс в способности искусственного интеллекта интерпретировать и предсказывать реальные физические процессы.

«Мы спрашиваем, может ли ИИ открыть законы физики самостоятельно, так же, как и люди, посредством тщательного наблюдения и измерения»,-сказал Иван Пупирев, соучредитель Archetype AI, в эксклюзивном интервью VentureBeat. «Можем ли мы создать одну модель ИИ, которая обобщается по разным физическим явлениям, областям, приложениям и зондирующим аппаратам?»

От маятников до силовых сетей: сверхъестественные прогнозирующие силы ИИ

Обученная более чем полмиллиардами данных из разных измерений датчиков, Ньютон показал замечательную универсальность. В одной поразительной демонстрации он точно предсказал хаотическое движение маятника в режиме реального времени, несмотря на то, что никогда не обучался динамике маятника.

Возможности модели распространяются и на сложные сценарии реального мира. Ньютон превзошел специализированные системы ИИ в прогнозировании общегородских моделей энергопотребления и прогнозировав колебания температуры в трансформаторах с сети.

«Что примечательно, так это то, что Ньютон не был специально обучен понимать эти эксперименты — он впервые встречался с ними и все еще мог предсказать результаты даже для хаотического и сложного поведения», — сказал Poupyrev.

Адаптация ИИ для промышленного применения

Способность Ньютона обобщать до совершенно новых доменов может значительно изменить то, как ИИ развернут в промышленных и научных приложениях. Вместо того, чтобы требовать пользовательских моделей и обширных наборов данных для каждого нового варианта использования, единственная предварительно обученная модель, такая как Newton, может быть адаптирована к разнообразным чувствительным задачам с минимальным дополнительным обучением.

Этот подход представляет собой значительный сдвиг в том, как ИИ может применяться к физическим системам. В настоящее время большинство промышленных приложений искусственного интеллекта требуют обширной пользовательской разработки и сбора данных для каждого конкретного варианта использования. Этот процесс является трудоемким, дорогостоящим и часто приводит к моделям, которые узко сфокусированы и не могут адаптироваться к изменяющимся условиям.

Подход Ньютона, напротив, предлагает потенциал для более гибких и адаптируемых систем ИИ. Изучая общие принципы физики из широкого спектра данных датчиков, модель потенциально может быть применена к новым ситуациям с минимальным дополнительным обучением. Это может значительно сократить время и стоимость развертывания ИИ в промышленных условиях, а также улучшить способность этих систем справляться с неожиданными ситуациями или изменяющимися условиями.

Более того, этот подход может быть особенно ценным в ситуациях, когда данные мало или трудно собрать. Многие промышленные процессы включают редкие события или уникальные условия, которые сложны для моделирования с традиционными подходами ИИ. Такая система, как Ньютон, которая может обобщить из широкой базы физических знаний, может сделать точные прогнозы даже в этих сложных сценариях.

Расширение человеческого восприятия: ИИ как новый смысл

Последствия Ньютона выходят за рамки промышленных применений. Учим, чтобы интерпретировать незнакомые данные датчиков, такие системы искусственного интеллекта, как Ньютон, могут расширить возможности восприятия человека по -новому.

«Сейчас у нас есть датчики, которые могут обнаружить аспекты мира, которые люди не могут естественным образом воспринимать», — сказал Poupyrev. «Теперь мы можем начать видеть мир с помощью сенсорных методов, которых у людей нет. Мы можем улучшить наше восприятие беспрецедентными способами».

Эта возможность может иметь глубокие последствия для ряда областей. Например, в медицине модели ИИ могут помочь интерпретировать сложные диагностические данные, потенциально идентифицируя закономерности или аномалии, которые могут пропустить человеческие врачи. В науке о окружающей среде эти модели могут помочь проанализировать огромные объемы данных датчиков, чтобы лучше понять и предсказать климатические модели или экологические изменения.

Технология также повышает интригующие возможности для взаимодействия человека с компьютером. По мере того, как системы ИИ становятся лучше в интерпретации различных типов данных датчиков, мы могли бы увидеть новые интерфейсы, которые позволяют людям «чувствовать» аспекты мира, которые ранее были незаметными. Это может привести к новым инструментам для всего, от научных исследований до художественного выражения.

Архетип AI, стартап, основанный в Пало-Альто, основанный бывшими исследователями Google, на сегодняшний день собрал 13 миллионов долларов венчурного финансирования. Компания ведет обсуждение с потенциальными клиентами о реальных развертываниях, сосредотачиваясь на таких областях, как прогнозное обслуживание для промышленного оборудования, прогнозирование спроса на энергию и системы управления движением.

Этот подход также показывает перспективу для ускорения научных исследований, раскрывая скрытые закономерности в экспериментальных данных. «Можем ли мы обнаружить новые физические законы?» Poupyrev размышлял. «Это захватывающая возможность».

«Наша главная цель в Archetype AI — разобраться в физическом мире», — сказал Poupyrev. «Чтобы выяснить, что означает физический мир».

Поскольку системы ИИ становятся все более искусными в интерпретации моделей, лежащих в основе физической реальности, эта цель может быть в пределах досягаемости. Исследование открывает новые возможности-от более эффективных промышленных процессов до научных прорывов и новых интерфейсов человека-компьютеров, которые расширяют наше понимание физического мира.

На данный момент Ньютон остается исследовательским прототипом. Но если Archetype AI может успешно вывести технологию на рынок, он может открыть новую эру понимания в области физического мира вокруг нас.

Теперь задача будет заключаться в переходе от многообещающих результатов исследований к практическим, надежным системам, которые можно развернуть в реальных условиях. Это потребует не только дальнейшего технического развития, но и тщательного рассмотрения таких вопросов, как конфиденциальность данных, надежность системы и этические последствия систем ИИ, которые могут интерпретировать и предсказывать физические явления таким образом, которые могут превзойти человеческие возможности.