هوش مصنوعی به فتح فیزیک نزدیک شد. حل مسائل دشوار با دقت 94 درصد

پیشرفت چشمگیر هوش مصنوعی در حل مسائل پیچیده ریاضی و انجام آزمایش های علمی، امکان وقوع یک انقلاب عظیم در علم فیزیکی را افزایش داده است.

گزارش کردن سرویس هوش مصنوعی یک مرحله ایمحققان دانشگاه ییل بر این باورند که مدل های پیشرفته هوش مصنوعی اکنون می توانند بسیاری از مسائل دشوار فیزیک را با دقت بالا حل کنند و حتی در طراحی و اجرای آزمایش های علمی نقش مستقیم داشته باشند.

هوش مصنوعی پس از موفقیت های فراوان در برنامه نویسی و ریاضی، اکنون به یکی از مهم ترین ابزار برای محققان فیزیک تبدیل شده است. توسعه این فناوری به قدری سریع بوده است که برخی از دانشمندان معتقدند در آینده نزدیک هوش مصنوعی قادر به انجام وظایفی خواهد بود که تاکنون به تخصص و خلاقیت فیزیکدانان بستگی داشت.

موفقیت مدل های هوش مصنوعی در حل مسائل ریاضی نیز نگرانی هایی را در جامعه علمی ایجاد کرده است. برخی از منتقدان بر این باورند که افزایش چشمگیر تعداد اثبات های ریاضی تولید شده توسط این فناوری می تواند بررسی و ارزیابی یافته های جدید را برای محققان دشوار کند و حتی بر پیشرفت علم تأثیر بگذارد.

با وجود این، تاثیر هوش مصنوعی بر سایر شاخه های علمی تاکنون محدودتر بوده است. اکنون نتایج تحقیقات جدید نشان می دهد که فیزیک ممکن است حوزه بعدی باشد که به دلیل پیشرفت هوش مصنوعی با تغییرات عظیمی روبرو خواهد شد.

بیشتر بخوانید: شرکت OpenAI دوباره جامعه ریاضیات را شگفت زده کرد

توانایی هوش مصنوعی برای حل مسائل دشوار فیزیک

جان سئوس، محقق دانشگاه ییل معتقد است که روش‌های ارزیابی کنونی توانایی واقعی هوش مصنوعی برای حل مسائل فیزیک را به درستی نشان نمی‌دهند. به گفته وی، عملکرد ضعیف برخی از مدل های پیشرفته در آزمون های تخصصی بیشتر به دلیل مشکلات موجود در سوالات بوده است.

مدل‌های هوش مصنوعی پیشرفته قبلاً در شش تست تخصصی که برای سنجش توانایی آنها در حل مسائل دشوار فیزیک طراحی شده بودند، امتیاز 30 درصد را کسب کردند. این نتایج تصویر نسبتا ضعیفی از قابلیت‌های هوش مصنوعی ارائه کرد.

با این حال، هنگامی که سوس و همکارانش این تست ها را بررسی کردند، متوجه شدند که بسیاری از سوالات حاوی خطا، ابهام یا اطلاعات ناکافی هستند. پس از اصلاح این مشکلات، محققان مجدداً تست ها را بررسی کردند و دریافتند که امتیاز مدل های هوش مصنوعی 94 درصد افزایش یافته است.

این تفاوت معنی دار نشان می دهد که نتایج آزمایش های قبلی لزوماً نشان دهنده محدودیت واقعی هوش مصنوعی نبوده است.

Suess معتقد است که مدل های پیشرفته می توانند حتی از بهترین متخصصان انسانی در حل مشکلات دقیق و خاص بهتر عمل کنند.

او اظهار داشت: من فکر می‌کنم که هوش مصنوعی در انجام هر کار به خوبی تعریف شده، حتی اگر بسیار دشوار باشد، عملکرد فوق‌العاده‌ای دارد و احتمالاً حتی از بهترین متخصصان نیز بهتر عمل می‌کند. “داده های ما این را تایید می کند.”

با این حال، همه مسائل فیزیک ساختار روشن و تعریف دقیقی ندارند. بسیاری از مهم ترین پیشرفت های علمی زمانی اتفاق می افتد که دانشمندان با پدیده های ناشناخته مواجه می شوند و هنوز نمی دانند چگونه آنها را توضیح دهند.

سئوس توضیح داد که وقتی فیزیکدانان یک پدیده غیرقابل توضیح را در طبیعت، ماده یا کیهان مشاهده می کنند، باید مدل هایی طراحی کنند که رفتار آن پدیده را توصیف و پیش بینی کند.

این فرآیند مستلزم خلاقیت، درک مفهومی و توانایی ارائه فرضیه های جدید است. هنوز مشخص نیست که آیا هوش مصنوعی می تواند تمام این مراحل فیزیک را بدون کمک انسان انجام دهد یا خیر.

بیشتر بخوانید: چرا مدل های زبان بزرگ در ریاضیات ضعیف هستند؟

تفاوت اساسی در استفاده از هوش مصنوعی

یکی از دلایل موفقیت چشمگیر هوش مصنوعی در ریاضیات استفاده از روشی به نام رسمی سازی است. این روش به محققان این امکان را می دهد که مفاهیم و برهان های ریاضی را به کدهای کامپیوتری تبدیل کرده و صحت آنها را با دقت بسیار بالا بسنجند.

در این فرآیند، رایانه مراحل مختلف یک اثبات را بررسی می کند و می تواند صحت نتیجه نهایی را با اطمینان بالایی تأیید کند.

چنین قابلیتی برای هوش مصنوعی مهم است، زیرا مدل می تواند پاسخ های مختلف را آزمایش کند و تشخیص دهد که چه زمانی به راه حل صحیح رسیده است.

اگرچه محققان استفاده از این روش را در فیزیک آغاز کرده اند، اما کاربرد آن هنوز در مراحل اولیه است. مسائل فیزیک اغلب پیچیده تر هستند و بر خلاف بسیاری از مسائل ریاضی، همه شرایط و متغیرهای آنها را نمی توان به سادگی تعریف کرد.

ریاضیدان و فیزیکدان برجسته ولادیمیر آرنولد زمانی ریاضیات را بخشی از فیزیک توصیف کرد که در آن آزمایش هزینه کمتری دارد.

این تفاوت نشان می دهد که برای دستیابی به موفقیتی مشابه در فیزیک، هوش مصنوعی علاوه بر توانایی محاسباتی، باید قادر به مقابله با پدیده های واقعی و شرایط نامشخص نیز باشد.

سوس تاکید کرد که هنوز مشخص نیست که مدل های هوش مصنوعی بتوانند به طور مستقل تمام مراحل تحقیقات نظری را از تعریف مسئله و طراحی مدل گرفته تا بررسی و آزمایش نتایج انجام دهند.

با وجود این، کاربرد عملی این فناوری در آزمایشگاه های فیزیک از هم اکنون آغاز شده است و محققان در تلاش هستند تا بر محدودیت های موجود غلبه کنند.

بیشتر بخوانید: هوش مصنوعی ابری معمای 25 ساله اعداد آژانس امنیت ملی ایالات متحده را حل می کند

اجرای آزمایش های فیزیکی با هوش مصنوعی ابری

لوگان رایت، محقق دانشگاه ییل، یکی از دانشمندانی است که هوش مصنوعی را مستقیماً در آزمایشات فیزیکی به کار برده است. او همچنین یک دوره آموزشی در مورد کاربرد این فناوری در تحقیقات فیزیک برگزار می کند.

رایت اظهار داشت که پیشرفت هوش مصنوعی به قدری سریع است که محتوای دوره به طور مداوم در حال تغییر است.

به گفته وی، مهم ترین شرط استفاده موثر از هوش مصنوعی در آزمایشگاه، امکان کنترل کامپیوتری ورودی و خروجی آزمایش است.

اگر محققان بتوانند تمام مراحل مشاهده، اندازه گیری و کنترل تجهیزات را به کد تبدیل کنند، مدل های هوش مصنوعی قادر به اجرای آزمایش ها و بررسی نتایج آن ها خواهند بود.

رایت توضیح داد: هوش مصنوعی دست و چشم ندارد و فقط از طریق زبان و رمز با جهان تعامل دارد. “اگر بتوانیم مشاهدات و اقدامات یک آزمایش را به کد ترجمه کنیم، این فناوری می تواند واقعا خبرجو باشد.”

یکی از آزمایش‌های فعلی در آزمایشگاه او به بررسی تأثیر اشکال مختلف پالس‌های لیزر بر روی اتم روبیدیم اختصاص دارد.

برای انجام این آزمایش، محققان از مدل هوش مصنوعی ابری محصول شرکت Entropic استفاده کردند. این مدل پالس های لیزر را کنترل می کند و داده ها را از تاثیر آنها بر اتم جمع آوری می کند.

ابر حتی می‌تواند نتیجه احتمالی یک پالس معین را پیش‌بینی کند و سپس صحت پیش‌بینی آن را با اجرای آزمایشی آزمایش کند.

به گفته رایت، چنین آزمایش‌هایی را می‌توان یک شبه بدون حضور مداوم محققان و معادل یک هفته فعالیت انسانی انجام داد.

فیزیکدانان همچنین زمانی که خارج از آزمایشگاه هستند می توانند ایده های جدید خود را از طریق اپلیکیشن گوشی هوشمند ثبت کنند و پس از بازگشت نتایج آزمایش ها را دریافت کنند.

البته رایت تاکید کرد که این روش در حال حاضر تنها در مناطق محدود و کاملاً کنترل شده استفاده می شود و نمی توان با آن همه پدیده های جهان را بررسی کرد.

او پیش بینی کرده است که هوش مصنوعی به زودی آزمایش هایی را طراحی خواهد کرد که انسان به طور کامل آنها را درک نمی کند، اما اجرای آنها به اکتشافات علمی مهمی منجر خواهد شد.

چنین احتمالی یک سوال اساسی در مورد آینده علم ایجاد می کند: آیا نتیجه ای که توسط هوش مصنوعی به دست می آید، اما انسان قادر به درک آن نیست، هنوز یک دستاورد علمی محسوب می شود؟

از دست ندهید: شرکت OpenAI ادعا می کند یکی از دشوارترین مسائل ریاضی را حل می کند