În mare măsură în privința vacanților care planifică un picnic de vară, vremea este un lucru incredibil de capricios și imprevizibil. Modificările mici ale precipitațiilor, temperaturii, umidității, vitezei vântului sau direcției vântului pot schimba condițiile exterioare pe parcursul a câtorva ore sau zile. Prin urmare, de obicei, prognozele meteo nu sunt realizate cu mai mult de șapte zile în viitor - și, prin urmare, picnicii necesită planuri de urgență.
Dar dacă am putea înțelege un sistem haotic suficient de bine pentru a prezice cum se va comporta departe în viitor?
Puteți prezice vremea pentru anul?
În ianuarie 2018, oamenii de știință au reușit. Au folosit învățarea mașină pentru a prezice cu exactitate rezultatul unui sistem haotic pe o perioadă mult mai lungă decât se credea posibil. Și mașina a făcut-o pur și simplu observând dinamica sistemului, fără să aibă idee despre ecuațiile din spatele ei.
Uimire, frică și emoție
Am început deja să ne obișnuim cu manifestările incredibile ale inteligenței artificiale.
Anul trecut, un program numit AlphaZero a învățat regulile jocului șahului de la zero în doar o zi, apoi a bătut cel mai bun software de șah din lume. De asemenea, a învățat să joace Go și a depășit-o pe fosta campioană de siliciu, algoritmul AlphaGo Zero, care s-a îmbunătățit în joc prin încercare și eroare, după ce a fost hrănit cu regulile.
Video promotional:
Mulți dintre acești algoritmi pornesc cu o stare pură de ignoranță fericită și dobândesc rapid cunoștințe urmărind procesul sau jucând împotriva lor, îmbunătățindu-se la fiecare pas de mii de ori pe secundă. Abilitățile lor inspiră sentimente de teamă, uimire, emoție. Adesea auzim despre haosul în care ei pot cufunda umanitatea într-o zi.
Dar este mult mai interesant ce va face inteligența artificială cu știința în viitor, cu „înțelegerea” ei.
Prognoza perfectă înseamnă înțelegere?
Majoritatea oamenilor de știință vor fi de acord că predicția și înțelegerea nu sunt același lucru. Motivul constă în mitul despre originea fizicii - și, s-ar putea spune, știința modernă în general.
Cert este că, de peste o mie de ani, oamenii au folosit metodele propuse de matematicianul greco-roman Ptolemeu pentru a prezice mișcarea planetelor pe cer.
Ptolemeu nu știa nimic despre teoria gravitației sau că soarele era centrul sistemului solar. Metodele sale includeau calcule rituale folosind cercuri din cercuri din cercuri. Și în timp ce au prezis destul de bine mișcarea planetară, nimeni nu a înțeles de ce a funcționat sau de ce planetele se supun unor reguli aparent complexe.
Au fost apoi Copernic, Galileo, Kepler și Newton.
Newton a descoperit ecuațiile diferențiale fundamentale care guvernează mișcarea fiecărei planete. Cu ajutorul lor, a fost posibil să descrie fiecare planetă din sistemul solar. Și asta a fost minunat pentru că am înțeles de ce se mișcă planetele.
Rezolvarea ecuațiilor diferențiale s-a dovedit a fi o modalitate mai eficientă de a prezice mișcarea planetară în comparație cu algoritmul lui Ptolemeu. Totuși, mai important este că credința noastră în această metodă ne-a permis să descoperim noi planete invizibile, grație legii gravitației universale. El a explicat de ce zboară rachete și căderea merelor și, de asemenea, de ce există lunile și galaxiile.
Acest tipar de bază - găsirea unui set de ecuații care descriu un principiu unificator - a fost utilizat cu succes în fizică de mai multe ori. Așa am definit Modelul Standard, punctul culminant al unei jumătăți de secol de cercetare în fizica particulelor, care descrie cu exactitate structura fiecărui atom, nucleu sau particulă. Așa încercăm să înțelegem supraconductivitatea la temperaturi ridicate, materia întunecată și calculatoarele cuantice. (Eficiența nejustificată a acestei metode chiar a ridicat întrebări despre motivul pentru care universul se acordă atât de bine descrierii matematice.)
În toată știința, a înțelege ceva înseamnă a te întoarce la schema inițială: dacă poți reduce un fenomen complex la un simplu set de principii, îl înțelegi.
Excepție de la regulă
Și totuși, există excepții enervante care strică această frumoasă poveste. Turbulența este unul dintre motivele pentru care este dificil să prezici vremea - un exemplu primordial din fizică. Marea majoritate a problemelor din biologie, de la structurile încurcate din alte structuri, sfidează și explicația prin principii simple de unificare și simplificare.
Deși nu există nicio îndoială că atomii și chimia și, prin urmare, principiile simple care stau la baza acestor sisteme, sunt descrise folosind ecuații universal eficiente, acesta este un mod destul de ineficient de a genera predicții utile.
În același timp, devine evident că aceste probleme se pretează cu ușurință metodelor de învățare automată.
La fel cum grecii antici căutau răspunsuri din oracolul mistic Delphic, vom căuta răspunsuri la cele mai complexe întrebări ale științei din oracole omnisciente cu inteligență artificială.
Astfel de oracole conduc deja vehicule autonome și aleg ținte de investiții pe piața bursieră și foarte curând vor anticipa care medicamente vor fi eficiente împotriva bacteriilor - și cum va fi vremea în două săptămâni.
Ei vor face aceste predicții cu cea mai mare precizie la care nu am visat niciodată, fără a folosi modele și ecuații matematice.
Este posibil ca, înarmați cu date referitoare la miliarde de coliziuni la colizorul de Hadroni Mari, să se descurce mai bine la prezicerea rezultatului unui experiment cu particule decât chiar iubitul Model Standard.
La fel ca sursele inexplicabile ale revelației preotelor Delphi, este foarte puțin probabil ca profeții noștri de inteligență artificială să poată explica de ce ei prezic în acest fel și nu altfel. Concluziile lor se vor baza pe multe microsecunde din ceea ce s-ar putea numi „experiență”. Aceștia vor fi ca un fermier fără educație, care știe să prezică cu exactitate cum se va schimba vremea, „pentru că durerea oaselor” sau alte premoniții.
Știință fără înțelegere?
Implicațiile inteligenței mașinilor care lucrează în știință și filozofia științei pot fi uimitoare.
De exemplu, în fața unor predicții din ce în ce mai exacte, deși obținute prin metode care sunt de neînțeles pentru oameni, vom nega că mașinile au cunoștințe mai bune decât noi?
Dacă prognoza este într-adevăr obiectivul principal al științei, cum ar trebui să modificăm metoda științifică, algoritmul care ne-a permis identificarea erorilor și corectarea lor timp de secole?
Dacă renunțăm la înțelegere, mai are vreun rost să facem știința pe care o făceam?
Nimeni nu stie. Dar dacă nu putem spune de ce știința este mai mult decât capacitatea de a face predicții bune, oamenii de știință vor afla în curând că „inteligența artificială pregătită își face treaba mai bine decât ei înșiși”.
Ilya Khel
