Não, a IA não descobriu um novo tipo de física
Um estudante médio de graduação em física é melhor que a IA.
- Estabelecida pela primeira vez por Isaac Newton, a mecânica clássica é um campo fundamental da física.
- Reconhecer o número adequado de variáveis é a chave para resolver seus problemas.
- Pesquisadores testaram a capacidade de um 'físico de IA' para fazer isso. A princípio, o resultado parecia promissor; mas em uma análise mais detalhada, é claramente um fracasso.
Um algoritmo de computador pode descobrir algo novo sobre a física? É uma pergunta fascinante. Uma nova trabalho de pesquisa sobre o tema inspirou o manchete sensacional “Uma IA pode ter acabado de inventar a física ‘alternativa’.”
O termo “física alternativa” soa muito como “fatos alternativos”, mas vamos investigar de qualquer maneira. Como o desempenho deste programa de computador se compara ao de um físico real? Ou mesmo a de um estudante médio?
mecânica newtoniana
Isaac Newton era um gênio inigualável . O polímata inglês não apenas unificou os estudos de movimento e gravidade, mas inventou a linguagem matemática com a qual os descreve. Os conceitos da mecânica clássica criados por Newton fundamentam a maior parte da física inventada desde então. Seus conceitos foram posteriormente reformulados em nova linguagem matemática no século 18 pelos excepcionais físicos continentais Joseph-Louis Lagrange e Leonhard Euler.
A mecânica de Newton requer uma análise das forças direcionais que atuam sobre corpos massivos. Se você fez uma aula introdutória de física no ensino médio ou na faculdade, já viu esses problemas: caixas em planos inclinados, polias e carrinhos. Você desenha flechas indo em várias direções e tenta equilibrar as forças. Funciona muito bem para pequenos problemas. À medida que os problemas se tornam mais complexos, este método continua a funcionar, mas torna-se brutalmente tedioso.
Com a formulação de Lagrange, se dois aspectos da natureza do sistema podem ser definidos, o problema pode ser resolvido usando apenas cálculo. (Sim, “apenas” cálculo: calcular derivadas é muito mais fácil do que resolver diagramas de corpo livre extremamente complexos onde as setas mudam em cada posição.)
A primeira coisa a entender é a energia do sistema, ou seja, a energia (cinética) do movimento e a energia (potencial) armazenada pela configuração do sistema. A segunda coisa crucial é escolher as coordenadas apropriadas, ou variáveis, para o movimento do sistema.
Inscreva-se para receber histórias contra-intuitivas, surpreendentes e impactantes entregues em sua caixa de entrada todas as quintas-feirasImagine um pêndulo simples, como aquele em um relógio antiquado. O pêndulo tem uma energia cinética de seu movimento oscilante e uma energia potencial devido à sua posição (altura) dentro do campo gravitacional. A posição do pêndulo pode ser descrita por uma única variável: seu ângulo em relação à vertical. A solução de Lagrange para o movimento do pêndulo pode então ser calculada com certa facilidade .
Resolver problemas mais complexos em mecânica requer descobrir o número adequado de variáveis que podem descrever o sistema. Em casos simples isso é fácil; em casos moderadamente complexos, é um exercício de nível de estudante. Em sistemas extremamente complexos, pode ser trabalho de um profissional ou impossível. É aí que entra o “físico” da IA.
Físico de IA é derrotado por estudantes de graduação
O computador foi configurado para analisar o problema de um pêndulo pendurado em outro pêndulo . Este problema requer duas variáveis — o ângulo de cada pêndulo com a vertical — ou quatro variáveis se for usado um sistema de coordenadas cartesianas (xy). Se ambos os pêndulos estiverem pendurado de molas em vez de hastes rígidas, os dois comprimentos de mola variáveis são adicionados para obter seis variáveis no sistema cartesiano.
O computador foi solicitado a determinar o número de variáveis necessárias para calcular os problemas acima. Como o físico da IA se saiu? Nada bom. Para o pêndulo rígido em um pêndulo, deu duas respostas: ~7 e ~4-5. (A resposta correta é 4 variáveis.) Da mesma forma, calculou ~8 e ~5-6 para o pêndulo de mola dupla. (A resposta correta é 6 variáveis.) Os pesquisadores elogiam as estimativas menores como próximas das respostas verdadeiras.
Mas depois de cavar os detalhes no jornal materiais suplementares , no entanto, o resultado começa a desvendar. Na verdade, o computador não calculou 4 variáveis e 6 variáveis. Seus melhores cálculos foram 4,71 e 5,34. Nenhuma dessas respostas sequer arredonda para a resposta correta. O problema de quatro variáveis é um problema intermediário de física de graduação, enquanto o problema de seis variáveis é um problema de graduação mais avançado. Em outras palavras, um estudante médio de graduação em física é significativamente melhor do que o físico de IA na compreensão desses problemas.
Físico de IA não está pronto para o cargo
Os pesquisadores continuam pedindo ao programa para analisar sistemas complicados que não apenas têm um número desconhecido de variáveis, mas para os quais não está claro se a mecânica clássica pode descrever os sistemas. Exemplos incluem uma lâmpada de lava e fogo. A IA faz um trabalho aceitável ao prever pequenas mudanças nesses sistemas. Ele também calcula o número de variáveis necessárias (7,89 e 24,70, respectivamente). As respostas corretas para esses problemas seriam “nova física”, em certo sentido, mas não há como saber se a IA está correta.
Usar a IA para analisar sistemas desconhecidos é uma boa ideia, mas a IA atualmente não consegue acertar as respostas fáceis. Assim, não temos motivos para acreditar que está acertando os mais difíceis.
Compartilhar:
