Комментарии 6
Спасибо за обзор!
Интересно ваше мнение о работах Ванчурина с соавторами, среди которых известный эволюционист Кунин, см. 1, 2, 3, популярно 1, 2, видео. Они затрагивают вопросы фундаментальной физики, эволюции Вселенной и ее законов, как самообучающейся нейросети. К какому пункту приведенной классификации нейросетевых методов в физике этот проект можно отнести?
Спасибо за высокую оценку.
По поводу работы Ванчурина и коллег -- это тот случай, когда свежие идеи рождаются из синтеза разных дисциплин, и чтобы их оценить, нужно быть очень начитанным. Я очень уважаю исследователей, кто не боится браться за такое, а также рецензентов, кто готов это оценивать. Но сам я, увы, пока не способен оценить результат, хотя высокий уровень публикаций и авторитетность авторов обнадеживают.
Со своей стороны могу сказать, что некоторые физические эффекты действительно эмерджентно проявляются в очень больших -- гиперпараметризованных -- нейросетях. Об этом тоже была лекция на Школе от Дмитрия Ветрова. Там возникают удивительные и до конца еще не понятые явления, напоминающие Второй закон термодинамики или фазовые переходы. Однажды, может и не скоро, но текст об этом обязательно появится здесь
Там возникают удивительные и до конца еще не понятые явления, напоминающие Второй закон термодинамики или фазовые переходы. Однажды, может и не скоро, но текст об этом обязательно появится здесь
Была статья тут недавно на близкие темы, интересно, что вы напишите.
На мой взгляд будущее за обучением на эмпирических данных, в этом коменте немного написал об этом с точки зрения когнитивных представлений (вот еще и далее подробнее). Возможно подобные подходы с использованием ИИ помогут в перспективе с разрешением кризиса наметившегося в фундаментальной физике. Такой быстро нарастающий тренд наметился, особенно в астрофизике, в связи с ее наблюдательной спецификой.
Да, я видел. Интересная статья, хотя и более с уклоном в МЛ, в котором я пока не настолько хорошо разбираюсь.
> Возможно подобные подходы с использованием ИИ помогут в перспективе с разрешением кризиса наметившегося в фундаментальной физике
Наиболее точно мои ощущения по этому поводу характеризует слово "надежда". Правда она более зыбкая, чем хотелось бы, поскольку на первый взгляд проблемы в теоретической физике упираются не столько в данные, сколько в идеи.
С другой стороны, есть вот такие кейсы. TLDR: сетка без учителя начала сама предлагать законы физики. Потом похожее выдала DeepMind. Это не относится напрямую к PIML, поэтому я не включил это в текст. Пока это только первые шаги, но можно ожидать, что к середине века подобные модели смогу найти что-то в общей физической модели, что упустили люди.
Правда она более зыбкая, чем хотелось бы, поскольку на первый взгляд проблемы в теоретической физике упираются не столько в данные, сколько в идеи.
Да, совершенно верно, данные скоро будут генерироваться зеттабайтами в новых экспериментах на ускорителях, телескопах всех типов и базирования, и других мегаустановках. Проблема с идеями проистекает скорее всего из-за ограничений когнитивных систем, эволюционно выработанных для других целей, а не познания глубин Вселенной) Во всяком случае не тех, до которых добралась современная физика. Хотя для физиков такие объяснения звучат белибердой не имеющей отношение к физическим исследованиям и описанию их результатов, и для решения проблем требуется только дополнительное финансирование и ресурсы. Но похоже мы входим в такую эпоху в последние десятилетия, т.е. человек, и даже целые коллаборации с их суммарными интеллектуальными возможностями, восприятием, мышлением, информационной поддержкой не могут выработать новые концепты, такие как пространственно-временной континуум, или корпускулярно-волновой дуализм, появившиеся во времена создания теорий Новой физики в начале 20 в. Действительно, уже тогда потребовалось комбинировать базовые физические представления, которые были выработаны эволюционно, и установлены в явном виде в классической физике. Множество этих базовых классических концептов (идей) конечно. Это и есть причина когнитивных ограничений в физическом познании. Обратите внимание, в ТС, на которую возлагаются большие надежды, с концептуальной точки зрения ничего нового не было введено. Ее основное понятие — струна, модификация базового концепта волны. По этой причине предсказания ТС являются модификациями предсказаний КТП и ОТО в новой математической упаковке. Она не дает принципиально новых проверяемых предсказаний, таких как, например, ЧД, ГВ и линзирование в той же ОТО, которые не давала классическая теория гравитации. Надежды на предсказания только в областях энергий на много порядков превосходящих достижимых в существующих ускорителях. И это при том, что имеется масса наблюдаемых, но не объясненных феноменов типа темных сущностей. Однако по прежнему, как в ТС, так и других теориях кандидатах, не соблюдается главное условие введения в основания теорий новых концептов, обычно чисто математического свойства, или модификаций классических — противоречие уже существующим фундаментальным теориям, установленным экспериментально. Концепт единого пространства-времени появился не просто так, а как результат противоречия раздельного использования концептов пространства и времени, как абсолютных сущностей в классической механике, противоречия окончательно установленного в опытах Майкельсона-Морли. Все было бы проще, если запас базовых концептов был шире, чем человек эволюционно унаследовал. Но его эволюция, как вида остановилась, и теперь эти вопросы должны решаться им самим, с помощью технологических средств. Можно сказать по другому. Эволюция человека продолжается, но с использованием новых средств, новых драйверов. Последние тысячелетия он искусственно расширяет возможности своих органов чувств, искусственно наращивает интеллектуальные возможности, тем самым искусственно расширяя область Вселенной доступную познанию. Но...
Сорри, сел на любимого конька) поскольку давно интересуюсь этими вопросами. Если заинтересовало какую роль конкретно в этой ситуации может сыграть ИИ и расширение восприятия, то не раз обсуждал это в разных темах, чтобы не повторяться, см. этот развернутый комент (ближе к концу, со слов "Какими могут быть пути решения этих противоречий?").
Потом похожее выдала DeepMind.
Это цветочки в сравнении с тем, что делает, например, спец из MIT Д. Тэненбаум и его группа, уже давно, там целая школа сложилась, рекомендую их публикации. Они работают в правильной когнитивной парадигме, используют результаты нейробиологических исследований, а не замыкается только в рамках ограниченных моделей нейросетей с практическим прицелом. Кстати, немало идей разработчики из таких компаний, как DepMind, OpenAI, исследовательских подразделениях Google, и др, заимствуют из работ нейробиологов и когнитивистов, хотя могут не указывать источники. Иногда указывают и пишут об инспирированности своих разработок такими исследованиями. В приведенном источнике есть ссылаются на работы этой группы, что похвально)
Физически информированное машинное обучение, или Как я перестал бояться и полюбил искусственный интеллект