AIは重要な法則の形成を加速する可能性がある

May 22, 2024

何百年もの間、科学者や技術者は重要な物質法則を成文化するために分析公式に依存してきました。 たとえば、フックの法則は材料の弾性特性を定義し、オームの法則は電気回路内の電圧、電流、抵抗の関係を計算します。

しかし、今日の物質法ははるかに複雑です。 以下は、ビンガムトン大学助教授 Pu Zhang の研究の一例です。ソフト エレクトロニクスの重要なコンポーネントである軟導電性材料の電気伝導率は、一般に 12 次元空間のテンソル関数形式としてマッピングされます。

これらのパターンを認識し、使いやすい数式に分解するには、最も熟練した科学者やエンジニアであっても、実験と導出に数年、場合によっては数十年かかることがあります。

トーマス J. ワトソン工学応用科学大学機械工学科の教員であるチャン氏は、人工知能を使って物質法則の発見プロセスをスピードアップしたいと考えており、国立科学財団からの最近の 294,992 ドルの助成金が彼の研究に資金を提供することになります。

昨年秋に ChatGPT が開始されたおかげで、AI システムの期待と落とし穴の両方が文化の主流に移行しました。 ただし、AI は新しいものではありません。研究者は 1950 年代からテクノロジーを改良し、改良してきました。

過去数年間にわたり、Zhang 氏は液体金属材料の導電特性を研究してきました。 2022 年、彼は壊れずに曲げたり伸ばしたりできるソフトエレクトロニクスにおける液体金属ネットワークに関するアイデアを探求し、NSF CAREER Award を受賞しました。

彼は、マサチューセッツ州ウースター工科大学のリン・チェン助教授と協力して、分析材料法則を生成する新しい AI 技術を開発する予定です。

「変形中に材料の物理的特性がどのように変化するかについての生データがあれば、材料法則の具体的な数式を見つけることを目指しています」と Zhang 氏は述べています。 「以前は、一つの新しい法律を策定するのに何年もかかっていました。 これらの AI アルゴリズムを使用すると、おそらく 1 日で多くのことを発見できるでしょう。 これはこの分野全体に革命を起こすでしょう。」

新しい道を見つけるために、Zhang 氏と Cheng 氏は、ChatGPT のように単語の代わりに方程式を解釈して生成するシンボリック AI に注目します。

「人々は、主に K から 12 レベルの単純な数式を解釈するために ChatGPT に追加できるプラグインを開発しました」と Zhang 氏は言います。 「大学の研究に必要なのは、大学院レベルの非常に高度な数学ですが、これは依然として ChatGPT では、たとえアドオンであっても、実行できないことです。」

研究者らはまた、AI がしばしば不透明に動作することにより、結果の調整や解釈が難しくなっている点について、より多くの光を当てたいと考えています。

「過去数年間の主流のアプローチは、AI とデータベースのモデリングでした」と Zhang 氏は言います。 「彼らは、ブラック ボックスのような巨大なニューラル ネットワークをトレーニングします。データを入力し、出力データを取得するだけです。 ブラックボックスの中で実際に何が起こっているのかは誰も知りません。 直接使用できる数式ではなく、コードをダウンロードするので、非常に使いにくいです。」

AI アルゴリズムで繰り返されるもう 1 つの問題: AI アルゴリズムは、完全に間違っているもっともらしい応答を提供することがあります。これは、コンピューター プログラマーが「幻覚」と呼ぶ現象です。 たとえば、著者が書いたことのない本を誤って要約したり、実際には起こらなかった判例を引用したりする可能性があります。

どのような公式も実験を通じてチェックする必要があることは明らかですが、チャン氏は「幻覚」やその他の問題となる出力を回避できることを望んでいます。

「私たちのシンボリック AI 技術の利点の 1 つは、物質法則によるすべての物理的制約を自動的に追加する強固な数学的基盤があることです」と彼は言いました。 「少なくとも、それほど間違っているわけではなく、アルゴリズムが適切な関数を見つけるのに役立つでしょう。」

Zhang 氏と Cheng 氏は、非営利団体 OpenAI が ChatGPT を立ち上げる前に NSF に提案書を提出しましたが、現在、この提案は研究者、学生、テクノロジー業界にとってホットな話題となっています。 彼らは材料科学の問題を解決するためにソフトウェアを開発していますが、その原理は生データから分析式を求めるさまざまな取り組みに応用できる可能性があります。