Forscher von Archetype AI haben ein KI-Basismodell namens „Newton AI Modell“ entwickelt, das verschiedene physikalische Phänomene allein durch die Analyse von Sensordaten präzise vorhersagen kann – sogar solche, die während des Trainings nicht vorkamen. Diese bahnbrechende Forschung könnte die Art und Weise, wie physikalische Forschung betrieben wird, grundlegend verändern und neue Wege für wissenschaftliche Entdeckungen eröffnen.
Traditionell erfordert die Erstellung von KI-Modellen für physikalische Phänomene die Eingabe einer großen Menge an physikalischen Gesetzen und Fachwissen als Vorwissen. Dies schränkt den Anwendungsbereich der Modelle ein und erschwert die Generalisierung auf andere Bereiche. Das „Newton AI Modell“ hingegen verwendet einen völlig neuen „phänomenologischen“ Ansatz. Es verzichtet vollständig auf physikalische Gesetze oder Vorwissen und lernt und versteht die Funktionsweise der physikalischen Welt allein durch die Analyse riesiger Mengen an Sensordaten.
Die Forscher trainierten das Modell mit 590 Millionen Sensordatenbeispielen aus 41 öffentlich zugänglichen Datensätzen, die verschiedene physikalische Phänomene wie Stromfluss, Strömungsmechanik und Optik abdecken. Das trainierte „Newton AI Modell“ kann verschiedene physikalische Verhaltensweisen kodieren und vorhersagen, darunter mechanische Bewegungen und thermodynamische Prozesse. Es kann sogar komplexe, nicht-analytische physikalische Prozesse wie wetterbedingte Veränderungen in städtischen Gebieten vorhersagen.
Um die Generalisierungsfähigkeit des Modells zu überprüfen, führten die Forscher eine Reihe von Experimenten durch, darunter die Simulation mechanischer Schwingungen mit einem Feder-Masse-System und die Simulation thermodynamischer Phänomene mit einem Thermogenerator. Die Ergebnisse zeigten, dass das „Newton AI Modell“ das zukünftige Verhalten dieser physikalischen Systeme präzise vorhersagen konnte, und zwar mit einer Genauigkeit, die sogar speziell für bestimmte physikalische Systeme trainierte Modelle übertraf.
Das „Newton AI Modell“ eröffnet neue Möglichkeiten für die physikalische Forschung. Es kann Wissenschaftlern helfen, experimentelle Daten schneller und genauer zu analysieren, neue physikalische Gesetze zu entdecken und sogar komplexe physikalische Systeme vorherzusagen und zu steuern. Darüber hinaus verfügt das Modell über die Fähigkeit zum „Zero-Shot-Inferencing“, d. h. es kann physikalische Phänomene vorhersagen, mit denen es noch nie in Berührung gekommen ist. Dies eröffnet neue Bereiche für wissenschaftliche Entdeckungen.
Die Forscher geben an, dass das „Newton AI Modell“ nur ein Anfang ist. Zukünftig wollen sie den Trainingsdatensatz des Modells erweitern und seine Anwendung in anderen Bereichen untersuchen. Diese Forschungsergebnisse geben Hoffnung auf die Entwicklung eines einheitlichen KI-Basismodells zum Verständnis und zur Vorhersage verschiedener physikalischer Prozesse in der Welt.
Artikel: https://cdn.prod.website-files.com/669fb9b0365257a2d64b9744/671062d53917e78989931495_Phenomenological%20AI%20Foundation%20Model%202024.pdf
