Archetype AI公司發佈「牛頓」物理學大模型，能從傳感器數據中學習物理原理

在科技不斷進步的今天，AI 正在以驚人的速度拓展其能力邊界，甚至今年的盧保物理學和化學獎都頒給了與 AI 有關的研究成果。

近日，一家名為 Archetype AI 的美國初創公司公佈了一個物理學基礎大模型，名為「牛頓」（Newton）。

這個模型能夠直接從傳感器數據中學習複雜的物理原理，而無需預先輸入任何知識。

研究人員認為，這可能會改變我們理解和與物理世界互動的方式。

Archetype AI 的聯合創始人伊雲洛域·普皮列夫（Ivan Poupyrev）對媒體表示：「我們正在探索 AI 是否能像人類一樣，通過仔細觀察和測量來自主發現物理定律。

我們能否構建一個單一的 AI 模型，使其能夠在不同的物理現象、領域、應用和傳感裝置中進行泛化？」

Archetype AI 是一家總部位於美國帕洛阿托市的初創公司，由前Google研究人員創立，迄今已籌集了 1300 萬美元的風險投資。

該公司正在與潛在客戶討論 AI 模型的實際部署，重點關注工業設備預測性維護、能源需求預測和交通管理系統等領域。

在最近發表的一篇論文中，該公司的研究團隊詳細解釋了 Newton 模型解釋和預測真實世界物理過程的能力。

總的來說，它展現出了「前所未有的能力」，可以僅憑原始傳感器測量數據就能跨越各種物理現象進行泛化，從機械振動到熱力學都能應對自如。

一般來說，人們常常認為要理解物理世界，首先需要學習物理定律，然後再將其應用到物理世界的任務中。

因此，我們可能會認為 AI 也需要被灌輸相同的定律，比如能量守恒定律。這樣它才能遵守這些定律，以處理來自物理世界的數據。

這種方法通常依賴於引入某些歸納偏差，即將約束條件或先驗知識表示為數學語句的假設。

然而，這種方法的問題在於，它會導致高度專門化的 AI 模型。例如，如果訓練一個模型使用納維-斯托克斯方程來分析流體運動，它就無法解釋涉及完全不同物理原理的雷達圖像。

此外，像電網或自動化工業機器等複雜系統，往往無法簡單地僅用幾個物理定律和方程來描述。

Newton 模型的訓練數據來自超過 5.9 億個樣本，這些樣本來自涵蓋廣泛物理行為的開源數據集，從電流和液體流動到光學傳感器等。

使用基於 Transformer 的深度神經網絡，Newton 模型對所有這些原始、嘈雜的傳感器數據進行編碼，並試圖通過捕捉隱藏模式和統計分佈來理解它們。

接下來，研究團隊訓練了幾個輕量級、特定於應用的神經網絡解碼器。這些解碼器經過訓練，可以執行現實世界的任務。例如，根據傳感器數據預測未來結果或重建過去事件。

在實際應用中，Newton 模型可以從測量物理行為的傳感器中獲取實時數據，也可以與預先記錄的傳感器測量值配合使用，以做出準確的預測。

在一個演示中，Newton 模型能夠實時、準確地預測混沌的鍾擺運動，儘管它從未接受過鍾擺動力學的訓練。

模型的能力還能擴展到複雜的現實世界場景。它在預測全市電力消耗規律和預測電網變壓器溫度波動方面的表現優於專門的 AI 系統。

普皮列夫對媒體表示，「令人驚訝的是，Newton 模型並沒有被專門訓練來理解這些實驗，它是第一次遇到這些實驗，卻仍然能夠預測混沌和複雜行為的結果。」

Newton 模型的這種泛化能力，可能會改變 AI 在工業和科學應用中的部署方式。與其為每個新用例定製模型和大量數據集，像 Newton 這樣的單一預訓練基礎模型可能會以最少的「額外訓練」快速適應各種任務。

未來，這種方法或能推動將 AI 應用於物理系統的重大轉變。目前，大多數工業 AI 應用都需要為每個特定用例進行廣泛的定製開發和數據收集。

這個過程耗時、昂貴，而且通常會導致模型過於專業，並且無法適應不斷變化的條件。

相比之下，Newton 模型可能會提供更靈活和適應性更強的 AI 系統。通過從廣泛的傳感器數據中學習物理原理，該模型更擅長應對新的情況，而且只需最少的額外訓練。

Newton 模型的影響不僅限於工業應用。通過學習解釋不熟悉的傳感器數據，還能以新的方式擴展人類的感知能力。

「我們有的傳感器可以檢測人類無法自然感知的東西。現在，我們可以開始通過人類沒有的感官模式來看待世界，以前所未有的方式增強我們的感知。」普皮列夫解釋道。

這種能力可能會對一系列領域產生深遠的影響。例如，在醫學領域，AI 模型可以幫助解釋複雜的診斷數據，可能識別出人類醫生可能會忽視的模式或異常狀況。

在環境科學中，這些模型可以幫助分析大量傳感器數據，以更好地理解和預測氣候模式或生態變化。

「我們的主要目標是理解物理世界，弄清楚物理世界意味著什麼。」普皮列夫強調，「我們能發現新的物理定律嗎？這是一種令人興奮的可能性。」

參考資料：

https://www.archetypeai.io/blog/can-ai-learn-physics-from-sensor-data

Archetype AI’s Newton model learns physics from raw data—without any help from humans

運營/排版：何晨龍