Yepyeni bir yapay zeka programı, sarkaçlar veya sarmal yaylar gibi bir grup nesnenin davranışını tanımlamak için daha önce çalışmadığı nesnelere tahmin yürütebilir.
Fizik araştırmacıları, iş performansını artırmak için yapay zekayı (AI) uygulamanın yollarını araştırıyor (umarız diğer birçok meslek gibi yapay zeka tarafından yerinden edilmeden). Benzer bir ruhla, bilim insanları şimdi sallanan sarkaçlar veya zıplayan Slinkie’ler gibi çeşitli nesnelerin hareketini inceleyebilen ve bu sistemlerde işleyen kuvvetlerin geniş bir modelini oluşturmak için bu verileri kullanabilen bir AI programı oluşturdular.
Genelleme yapmaya çalışmayan diğer AI teknikleriyle karşılaştırıldığında, bu yaklaşım daha önce incelenmemiş nesnelere 100 kat daha hızlı tahmin yapabilir.
Daha önce fizikçiler tarafından gösterildiği gibi (bkz. Bakış Açısı: Sinir Ağlarından Fizik Öngörüleri), AI algoritmaları büyük, karmaşık veri kümelerindeki gizli bağlantıları otomatik olarak bulabilir. Ancak Los Angeles’taki California Üniversitesi’nden Qiaofeng Li’ye göre bu algoritmalar, yalnızca tek bir sistemi hedef almaları nedeniyle çok özel oldukları için sıklıkla eleştiriliyor. Li ve meslektaşları tarafından bir dizi durumdan öğrenebilen ve daha sonra diğerlerine genelleme yapabilen bir yaklaşım oluşturuldu.
Araştırmacılar algoritmalarına, düşen Slinkie’lerin yerleşimleri ve hızları gibi her biri farklı bir sertlik seviyesine sahip bir dizi yörünge verdi.
Bu yörüngeleri inceledikten sonra algoritma, eğitim setinin bir parçası olmasa bile herhangi bir Slinky’nin hareketini hızlı bir şekilde analiz etmesini sağlayan hareketli parametrelere sahip genel bir model oluşturdu. Analiz, sarkaçlar ve salınımlı elektrik devreleri gibi daha basit sistemler için sadece birkaç saniye sürebilir. Araştırma ekibine göre bu yaklaşım, biyolojik hücrelerin çeşitli ortamlarda mekanik olarak incelenmesi veya dinamik ortamlarda robotların yönetimi için kullanılabilir.
Kaynak: physics.aps.org/articles/v16/s119 – journals.aps.org/prl/abstract/10.1103/PhysRevLett.131.067301
