AI Feynman(1)からの続き
ニューラルネットワークあるいはディープラーニングを自然科学とくに物理学に応用するという話は昔からあった。30年近く前にもニューラルネットワークで原子核の結合エネルギーを分析するような話題を見かけたことがあるような気がする。
物理科学でのニューラルネットワーク/ディープラーニングの利用というと次のようなものが想像できた。望遠鏡や加速器で得られたデータを分析してシグナルを発見する。物質の合成過程の膨大なデータから目的の性質を持つ組み合わせを推定する。などなど。
で,最近は こんな本が出版されるまでに至る。
「ディープラーニングと物理学 原理がわかる、応用ができる(田中・富谷・橋本)」
もう一歩進めると,いわゆるAI(機械学習)で物理学の法則を発見することができるのかが問題になる。理論が予め存在しその方程式のパラメータを探すのではなく,理論それ自身を作り出すことができるかだ。テグマークの論文はその方向の試みなのだろう。
(AI Feynman(3)に続く)
0 件のコメント:
コメントを投稿