Sviluppata un'IA che integra le leggi fondamentali della fisica
I modelli di intelligenza artificiale (IA) attualmente in uso spesso faticano a seguire le leggi fondamentali della fisica. Un team di ricercatori del Politecnico federale di Losanna (EPFL) ha sviluppato un nuovo algoritmo che consente di colmare questa lacuna.
Gli esseri umani sanno intuitivamente che gli oggetti cadono, rimbalzano o trasmettono una forza. L'IA, invece, non dà per scontate queste evidenze. E mentre cerca di collegare tra loro i principi di base della fisica, rischia di perdere la visione d'insieme e produrre previsioni errate.
In una nota odierna, l'EPFL ha annunciato che il suo gruppo di ricerca del laboratorio di Sistemi intelligenti di manutenzione e operazioni (IMOS) ha creato un algoritmo "che costringe l'IA ad aderire alle leggi della fisica fondamentale".
In questo modo diventa possibile modellare sistemi composti da numerosi elementi che interagiscono tra loro. "Questo trasforma l'IA da un programma che cerca di indovinare il comportamento fisico degli oggetti sulla base di statistiche a un sistema costruito per rispettarlo", sottolinea Vinay Sharma, del laboratorio IMOS, citato nel comunicato.
Il modello funziona anche se il numero di oggetti è elevato, le velocità sono elevate, le configurazioni sono nuove, oppure se gli ambienti sono diversi. Condizioni quest'ultime che generalmente mettono in difficoltà la maggior parte di modelli di IA.
Testata con successo
I ricercatori dell'IMOS hanno messo alla prova la loro IA, addestrandola ad esempio a simulare collisioni tra sfere come in un miscelatore industriale. La loro IA è riuscita rapidamente a prevedere con successo il movimento di decine, poi migliaia di particelle che si scontrano, rotolano e rimbalzano.
L'IA è stata testata pure sul movimento umano. È stata in grado di anticipare il movimento di una persona sulla base di semplici dati di cattura del movimento, senza conoscere esplicitamente le forze esercitate dal suolo. Il modello è stato applicato anche su scala microscopica e ha permesso di seguire la dinamica di una proteina in un solvente.
L'IA sviluppata all'EPFL ha anche il vantaggio di imparare da pochissime informazioni. Ad esempio, il modello "può apprendere la dinamica prevedendo un passo in anticipo dalle posture di un essere umano che cammina, quindi dedurre l'intera traiettoria futura del movimento", osserva Olga Fink, professoressa all'IMOS.
