Kan AI nieuwe theorieën bedenken over de fundamenten van het heelal op basis van de enorme hoeveelheid data die de mensheid verzamelt ?

Met de mensheid die ongekende hoeveelheden astrofysische en deeltjesfysica-gegevens verzamelt, kunnen tools voor machineleren dan volledig nieuwe kaders inspireren voor hoe het universum is gestructureerd—die de grenzen van de huidige standaardmodellen overstijgen? Hoewel AI uitblinkt in het zeven van signalen en het ontdekken van correlaties, heeft het nog geen paradigmaverschuivende kosmologische theorie voortgebracht die de diepgang van de quantummechanica of de algemene relativiteitstheorie evenaart.

Background

Recent werk in computationele kosmologie heeft aangetoond dat deep learning donkeremateriekaarten kan reconstrueren uit zwakke-lensonderzoeken en symbolische-regressiealgoritmen de wetten van Kepler of de wet van Ohm direct kunnen herleiden uit tijdreeksgegevens, wat laat zien dat AI bekende natuurkunde kan terugvinden of interpoleren wanneer het schone, hoogwaardige invoer krijgt (Nature 594, 2021; PRX 12, 2022). In de deeltjesfysica comprimeren neurale-netwerkautoencoders detectorniveaugebeurtenissen naar laagdimensionale latente ruimtes en signaleren anomalieën die niet passen bij het Standaardmodel (Nature 600, 2021). Vergelijkbare technieken zijn toegepast op simulaties van galaxievorming, waarbij subtiele kenmerken in de stellaire-halo-massafunctie worden geïdentificeerd die correleren met baryonische terugkoppelingsprocessen (MNRAS 511, 2022). Projecten zoals de Dark Energy Survey, de Large Synoptic Survey Telescope en de Square Kilometre Array zullen naar verwachting binnen het komende decennium multi-petabytecatalogi opleveren, waardoor de zoekruimte voor opkomende natuurkundige wetten wordt uitgebreid (arXiv:2303.08151). Ondanks deze successen blijven pogingen om AI te gebruiken om fundamenteel nieuwe theorieën te postuleren—zoals het modificeren van zwaartekracht op kosmologische schaal zonder donkere energie aan te roepen of het verzoenen van kwantumveldentheorie met algemene relativiteitstheorie via datagestuurde renormalisatiegroepstromen—speculatief en hebben ze nog geen enkele theorie opgeleverd die onafhankelijke experimentele toetsing doorstaat (Living Reviews in Relativity, 26:3, 2023).