Китайские исследователи из Университета Цинхуа, Пекинского университета и других институтов разработали ИИ-фреймворк PhyE2E, способный автоматически выводить символические физические представления из сырых данных. Модель была представлена в статье, опубликованной в журнале Nature Machine Intelligence.

«Наша цель — вывести ИИ за рамки аппроксимации кривых и приблизиться к понятному для человека открытию: возвращать компактные, согласованные по единицам измерения уравнения, которые ученые могут читать, проверять и развивать», — пояснил соавтор работы Юань Чжоу.

PhyE2E использует трансформер для перевода данных непосредственно в символическое выражение и его единицы измерения. Модель применяет стратегию «разделяй и властвуй», разбивая сложную задачу на более простые подформулы, и выполняет краткую оптимизацию для уточнения констант и структуры.

Исследователи протестировали фреймворк как на синтетических данных, сгенерированных большой языковой моделью, так и на реальных астрофизических данных, собранных NASA. В результате модель смогла вывести формулы, описывающие физические взаимосвязи в пяти реальных сценариях космической физики. Эти формулы либо совпали с выведенными человеком, либо лучше описывали данные.

Например, при анализе данных NASA 1993 года модель получила улучшенную формулу, математически объясняющую солнечные циклы, а также эффективно представила взаимосвязи между солнечной радиацией, температурой и магнитными полями.

В будущем PhyE2E может быть адаптирован для применения в других дисциплинах, способствуя научным открытиям в различных областях. Исследователи уже работают над расширением фреймворка для работы с операторами, учитывающими математический анализ, и повышением его устойчивости к зашумленным лабораторным данным.