AI-Descartes разработан международной группой ученых и позиционируется как инструмент для научных открытий. Статья о нем вышла в Nature Communications.
Ученые в своих исследованиях во многом опираются на создание математических моделей, которые точно описывают реальность, лежащую за пределами математики, и помогают лучше понять природные, социальные, физические и прочие явления. Погодное или экономическое прогнозирование тоже основано на математических моделях, на которые напрямую влияет точность математического представления мира.
AI-Descartes объединяет оба метода для создания более продвинутых моделей таким образом, чтобы упростить их построение: они позволяют открывать законы природы из небольших наборов данных. С помощью логических рассуждений ИИ также исключает ошибки, которые могут возникнуть из-за сходных данных.
Новый искусственный интеллект относится к вычислительным инструментам, направленным на ускорение научных открытий. В основе таких систем лежит символьная регрессия - концепция, которая находит математические выражения модели, лучше всего соответствующие набору данных. Используя базовые операции, такие как сложение, умножение и деление, подобные системы могут генерировать сотни или даже миллионы математических выражений, выбирая наиболее точно описывающие скрытые взаимосвязи в данных.
Основное преимущество AI-Descartes перед схожими ИИ - умение логически рассуждать. Так, если есть несколько уравнений-кандидатов, которые точно соответствуют данным, ИИ определяет, какие уравнения лучше всего соответствуют лежащей в основе научной теории.
В новой разработке сочетаются два подхода - это позволяет объединить их преимущества и создавать максимально точные модели. Подход, в основе которого лежат принципы, которые помогали ученым из века в век выводить новые формулы из базовых теорий, комбинируется с подходом, базирующимся на данных и более распространенным в эпоху машинного обучения.
ИИ хорошо справляется с зашумленными данными, хотя обычно они приводят к ложным срабатываниям традиционных программ символической регрессии. Они могут пропустить реальный сигнал в попытке найти формулы, которые фиксируют каждую неустойчивую петлю и зазор в данных.
По словам исследователей, AI-Descartes хорошо обрабатывает малые наборы данных и даже находит надежные уравнения при подаче всего 10 точек данных.
AI-Descartes можно применять в различных областях науки, где он мог бы помочь ученым вывести значимые формулы, которые точно описывают экспериментальные данные. Однако задержать внедрение AI-Descartes в науку может необходимость выявления и систематизации исходной теории, связанной с открытыми научными вопросами. Потому ученые работают над созданием новых наборов данных, содержащих фактические измерения и соответствующую теорию, чтобы усовершенствовать и протестировать систему в новых условиях.