Yeni bir nəzəriyyənin inkişafı adətən fizikanın böyükləri ilə əlaqələndirilir. Məsələn, İsaak Nyuton və ya Albert Eynşteyni düşünə bilərsiniz. Artıq bir çox Nobel mükafatları yeni nəzəriyyələrə görə verilib. Forschungszentrum Jülich-in tədqiqatçıları indi süni intellekt proqramlaşdırıblar ki, o da bu bacarığı mənimsəyib.

Onların süni intellektləri mürəkkəb məlumat dəstlərindəki nümunələri tanıya və onları fiziki nəzəriyyədə formalaşdıra bilir. Yeni bir nəzəriyyənin inkişafı adətən fizikanın böyükləri ilə əlaqələndirilir. Məsələn, İsaak Nyuton və ya Albert Eynşteyni düşünə bilərsiniz. Artıq bir çox Nobel mükafatları yeni nəzəriyyələrə görə verilib. Forschungszentrum Jülich-in tədqiqatçıları indi süni intellekt proqramlaşdırıblar ki, o da bu bacarığı mənimsəyib. Onların süni intellektləri mürəkkəb məlumat dəstlərindəki nümunələri tanıya və onları fiziki nəzəriyyədə formalaşdıra bilir.

Növbəti müsahibədə Forschungszentrum Jülichin Qabaqcıl Simulyasiya İnstitutundan (IAS-6) professor Moritz Helias “AI fizikası”nın nədən ibarət olduğunu və onun ənənəvi yanaşmalardan nə dərəcədə fərqləndiyini izah edir.

Fiziklər yeni nəzəriyyəni necə ortaya qoyurlar?

Müşahidə olunan davranışı izah etmək üçün müxtəlif sistem komponentlərinin bir-biri ilə qarşılıqlı əlaqəsini təklif etməyə cəhd etməzdən əvvəl adətən sistemin müşahidələri ilə başlayırsınız. Bundan sonra yeni proqnozlar çıxarılır və sınaqdan keçirilir. Məşhur nümunə İsaak Nyutonun cazibə qanunudur. O, təkcə Yerdəki cazibə qüvvəsini təsvir etmir, həm də planetlərin, ayların və kometaların hərəkətlərini, eləcə də müasir peyklərin orbitlərini kifayət qədər dəqiq proqnozlaşdırmaq üçün istifadə edilə bilər.

Bununla belə, bu cür fərziyyələrin əldə olunma yolu həmişə fərqlidir. Siz fizikanın ümumi prinsipləri və əsas tənlikləri ilə başlaya və onlardan fərziyyə əldə edə bilərsiniz və ya müşahidələrin səbəblərini izah etmədən mümkün qədər dəqiq təsvir etməklə özünüzü məhdudlaşdıraraq fenomenoloji yanaşma seçə bilərsiniz. Çətinlik mümkün olan çoxsaylı yanaşmalar arasından yaxşı yanaşmanın seçilməsində, lazım gələrsə, uyğunlaşdırılmasında və sadələşdirilməsindədir.

Süni intellektə necə yanaşırsınız?

Ümumiyyətlə, bu, “ maşın öyrənməsi üçün fizika ” kimi tanınan bir yanaşmanı əhatə edir. İşçi qrupumuzda biz AI-nin mürəkkəb funksiyasını təhlil etmək və anlamaq üçün fizika metodlarından istifadə edirik.

Tədqiqat qrupumuzdan Claudia Merger tərəfindən hazırlanmış mühüm yeni ideya əvvəlcə müşahidə edilən mürəkkəb davranışı daha sadə bir sistemlə dəqiq şəkildə xəritələşdirməyi öyrənən neyron şəbəkədən istifadə etmək idi. Başqa sözlə, süni intellekt sistem komponentləri arasında müşahidə etdiyimiz bütün mürəkkəb qarşılıqlı əlaqəni sadələşdirməyi hədəfləyir. Daha sonra sadələşdirilmiş sistemdən istifadə edirik və təlim keçmiş süni intellektlə tərs xəritə yaradırıq. Sadələşdirilmiş sistemdən mürəkkəb sistemə qayıdaraq, yeni nəzəriyyəni inkişaf etdiririk. Geri dönərkən, mürəkkəb qarşılıqlı əlaqə sadələşdirilmiş olanlardan hissə-hissə qurulur. Nəhayət, yanaşma fizikinkindən o qədər də fərqlənmir, fərq ondadır ki, qarşılıqlı əlaqənin yığılma üsulu indi AI parametrlərindən oxunur. Dünyanın bu perspektivi – onu müəyyən qanunlara tabe olan müxtəlif hissələri arasında qarşılıqlı təsirlərdən izah edərək – fizikanın əsasını təşkil edir, buna görə də “AI fizikası” termini.