Energia, massa, velocidade. Essas três variáveis compõem a equação icônica de Einstein E=MC2. Mas como Einstein sabia sobre esses conceitos em primeiro lugar? Um passo precursor para entender a física é identificar variáveis relevantes. Sem o conceito de energia, massa e velocidade, nem mesmo Einstein poderia descobrir a relatividade. Mas essas variáveis podem ser descobertas automaticamente? Fazer isso poderia acelerar muito a descoberta científica.
Essa é a pergunta que pesquisadores da Columbia Engineering fizeram a um novo programa de IA. O programa foi projetado para observar fenômenos físicos por meio de uma câmera de vídeo e, em seguida, tentar buscar o conjunto mínimo de variáveis fundamentais que descrevem completamente a dinâmica observada. O estudo foi publicado em 25 de julho na Nature Computational Science.
Os pesquisadores começaram alimentando o sistema com vídeos brutos de fenômenos para os quais eles já sabiam a resposta. Por exemplo, eles alimentaram um vídeo de um pêndulo duplo oscilante conhecido por ter exatamente quatro “variáveis de estado” – o ângulo e a velocidade angular de cada um dos dois braços. Após algumas horas de análise, a IA produziu a resposta: 4.7.
“Achamos que essa resposta estava próxima o suficiente”, disse Hod Lipson, diretor do Laboratório de Máquinas Criativas do Departamento de Engenharia Mecânica, onde o trabalho foi feito principalmente. “Especialmente porque tudo que a IA tinha acesso eram imagens de vídeo brutas, sem nenhum conhecimento de física ou geometria. Mas queríamos saber quais eram realmente as variáveis, não apenas seu número.”
Os pesquisadores então passaram a visualizar as variáveis reais que o programa identificou. Extrair as variáveis ??em si não foi fácil, pois o programa não pode descrevê-las de forma intuitiva que fosse compreensível para humanos. Após algumas sondagens, parecia que duas das variáveis ??escolhidas pelo programa correspondiam vagamente aos ângulos dos braços, mas as outras duas permanecem um mistério.
“Tentamos correlacionar as outras variáveis ??com tudo e qualquer coisa que pudéssemos pensar: velocidades angulares e lineares, energia cinética e potencial e várias combinações de quantidades conhecidas”, explicou Boyuan Chen Ph.D., agora professor assistente da Duke University, que liderou o trabalho. “Mas nada parecia combinar perfeitamente.” A equipe estava confiante de que a IA havia encontrado um conjunto válido de quatro variáveis, pois estava fazendo boas previsões, “mas ainda não entendemos a linguagem matemática que está falando”, explicou ele.
Depois de validar vários outros sistemas físicos com soluções conhecidas, os pesquisadores alimentaram vídeos de sistemas para os quais não sabiam a resposta explícita. Os primeiros vídeos mostravam um “dançarino do ar” ondulando na frente de um estacionamento local de carros usados. Após algumas horas de análise, o programa retornou oito variáveis. Um vídeo de uma lâmpada de lava também produziu oito variáveis. Eles então alimentaram um videoclipe de chamas de um loop de lareira de férias, e o programa retornou 24 variáveis.
Uma questão particularmente interessante era se o conjunto de variáveis ??era único para cada sistema ou se um conjunto diferente era produzido cada vez que o programa era reiniciado.
“Sempre me perguntei, se alguma vez encontrássemos uma raça alienígena inteligente, eles teriam descoberto as mesmas leis da física que nós, ou poderiam descrever o universo de uma maneira diferente?” disse Lipson. “Talvez alguns fenômenos pareçam enigmaticamente complexos porque estamos tentando entendê-los usando o conjunto errado de variáveis. Nos experimentos, o número de variáveis ??era o mesmo toda vez que a IA era reiniciada, mas as variáveis ??específicas eram diferentes a cada vez. existem maneiras alternativas de descrever o universo e é bem possível que nossas escolhas não sejam perfeitas.”
Os pesquisadores acreditam que esse tipo de IA pode ajudar os cientistas a descobrir fenômenos complexos para os quais a compreensão teórica não está acompanhando o dilúvio de dados – áreas que vão da biologia à cosmologia. “Enquanto usamos dados de vídeo neste trabalho, qualquer tipo de fonte de dados de matriz pode ser usada – matrizes de radar ou matrizes de DNA, por exemplo”, explicou Kuang Huang, Ph.D., coautor do artigo.
O trabalho faz parte do interesse de décadas de Lipson e Fu Foundation Professor de Matemática Qiang Du na criação de algoritmos que podem destilar dados em leis científicas. Sistemas de software anteriores, como o software Eureqa de Lipson e Michael Schmidt, poderiam destilar leis físicas de forma livre de dados experimentais, mas apenas se as variáveis ??fossem identificadas antecipadamente. Mas e se as variáveis ??ainda forem desconhecidas?
Lipson, que também é o professor de inovação James and Sally Scapa, argumenta que os cientistas podem estar interpretando mal ou deixando de entender muitos fenômenos simplesmente porque não têm um bom conjunto de variáveis ??para descrever os fenômenos.
“Por milênios, as pessoas sabiam sobre objetos se movendo rápida ou lentamente, mas foi somente quando a noção de velocidade e aceleração foi formalmente quantificada que Newton pôde descobrir sua famosa lei do movimento F = MA”, observou Lipson. As variáveis ??que descrevem a temperatura e a pressão precisavam ser identificadas antes que as leis da termodinâmica pudessem ser formalizadas, e assim por diante para todos os cantos do mundo científico. As variáveis ??são precursoras de qualquer teoria.
“Que outras leis estamos perdendo simplesmente porque não temos as variáveis?” perguntou Du, que co-liderou o trabalho.
O artigo também foi co-autor de Sunand Raghupathi e Ishaan Chandratreya, que ajudaram a coletar os dados para os experimentos.
Publicado em 29/07/2022 07h40
Artigo original:
Estudo original: