این بدان معنا نیست که حق با هاوکینگ است. به دور از تهدید انقراض، فیزیکدانان نظری ممکن است همکاران نهایی را پیدا کرده باشند. چالش آنها در حال حاضر این است که بفهمند چه جنبه هایی از کتاب بازی نظریه پردازان انسان باید در همتایان ماشین نوشته شود تا مانند ما گیر نکنند.
نمادین…
منبع: https://www.newscientist.com/article/mg25634141-200-will-artificial-intelligence-ever-discover-new-laws-of-physics/?utm_campaign=RSS%7CNSNS&utm_source=NSNS&utm_medium=RSS&utm_content=home
به جز در حال حاضر، ما راهی برای ایجاد الگوریتم های یادگیری عمیق به زبان فیزیکدانان پیدا کرده ایم. ما می توانیم از توانایی هوش مصنوعی برای غربال کردن مجموعه داده های بزرگ به دنبال الگوهای پنهان و استخراج نتایج معنی دار، یعنی معادلات، استفاده کنیم. می گوید: «ما وارد مرحله کشف می شویم استیو برانتون در دانشگاه واشنگتن در سیاتل.
هوش مصنوعی از آن زمان تاکنون کارهای زیادی انجام داده است، اما فیزیکدانان در استفاده از آن برای جستجوی قوانین جدید و عمیقتر طبیعت کند بودهاند. اینطور نیست که آنها از شغل خود می ترسند. در واقع، هاوکینگ ممکن است زبانش را محکم در گونه هایش گذاشته باشد. بلکه این است که الگوریتمهای یادگیری عمیق پشت هوش مصنوعی پاسخهایی را میدهند که بهجای «چرا» به «چی» میرسند، که آنها را به همان اندازه برای یک نظریهپرداز مفید میکند که پاسخ به سؤال زندگی، جهان و همه چیز را بگویند. 42 است.

استیون هاوکینگ در سخنرانی در دانشگاه کمبریج در سال 1980 امکان نظریهای درباره همه چیز را تصور کرد که نسبیت عام و مکانیک کوانتومی – دو توصیف اصلی ما از واقعیت – را در یک معادله روشن و فراگیر یکی کند. او احساس کرد ما به کمک کامپیوترها نیاز داریم. سپس یک پیش بینی تحریک آمیز در مورد قابلیت های رو به رشد این ماشین ها انجام داد. هاوکینگ گفت: «ممکن است پایانی برای فیزیک نظری دیده نشود. “اما ممکن است برای فیزیکدانان نظری این امر در چشم باشد.”
ریموند بیسینگر
الگوریتم ها می توانند به داده های اخترفیزیکی برای شناسایی معادلات زیربنایی نگاه کنند. اکنون فیزیکدانان در تلاشند تا دریابند که چگونه این «نظریهپردازان ماشین» را با توانایی یافتن قوانین عمیقتر طبیعت آغشته کنند.
فیزیک
21 نوامبر 2022