물리 법칙을 자가 학습, 태양계 공전을 밝힌 인공지능(AI) 신경망은 양자역학 미스터리를 해결하는 데 도움이 될 수 있다.

AI 기계학습 알고리즘은 태양과 화성의 움직임이 지구에서 어떻게 나타나는지에 따라 태양 중심 궤도을 밝혀냈다. 이는 연구원들이 새로운 물리 법칙을 발견하고 양자 역학을 재구성하기 위해 대규모 데이터 세트에서 패턴을 찾아서 사용할 수 있는 기술의 첫 사례 중 하나다.

결과는 피지컬리뷰 레터스(Physical Review Letters)에 게재됐다.

7일(현지시각) 네이처에 따르면 스위스 취리히의 연방기술연구소(ETH) 물리학자 리나코 레너(Renato Renner)와 공동 연구자들은 ‘E = mc^2’와 같은 간결한 방정식을 제시하는 방식을 모방해 큰 데이터 세트를 몇 가지 기본 공식으로 추출 할 수 있는 뇌 구조에서 영감을 얻은 AI 기계학습(ML) 시스템 새로운 유형의 신경망을 설계했다.

기존의 신경망은 방대한 데이터 세트에 대한 훈련을 통해 이미지 또는 사운드와 같은 객체를 인식하는 방법을 배운다. 그런 다음 이러한 기능을 인공 뉴런과 동등한 수학적 ‘노드’로 인코딩한다.

그러나 신경망은 블랙박스 처럼 작용한다. 정보를 해석하기 쉬운 몇 가지 규칙으로 추출하는 과정에서 획득한 지식을 예측할 수없고 해석하기 어려운 방식으로 수천 또는 수백만 노드에 습득한 지식을 퍼뜨린다.

레너 팀은 소수의 링크만으로 서로 연결된 두 개의 하위 신경 네트워크를 설계했다. 첫 번째 하위 네트워크는 일반적인 신경 네트워크에서와 같이 데이터를 통해 배우고 두 번째 하위 네트워크는 이 ‘경험’을 사용해 새로운 예측을 만들고 테스트한다.

양쪽에 연결된 링크가 거의 없기 때문에 첫 번째 네트워크는 정보를 다른 형식으로 압축된 형식으로 전달했다. 레너는 이를 획득한 지식을 학생에게 전달하는 방법에 비유한다. 행성 위치 첫 번째 테스트 중 하나는 지구에서 볼 수 있듯이 하늘에서 화성과 태양의 움직임에 대한 시뮬레이션 데이터를 네트워크에 제공하는 것이었다.

화성의 태양 궤도는 불규칙하게 보인다. 주기적으로 ‘역행’을 거듭한다. 1500년대에, 니콜라우스 코페르니쿠스(Nicolaus Copernicus)가 지구와 행성들이 태양을 공전하고 있다면 훨씬 간단한 공식 체계로 움직임을 예측할 수 있다는 것을 발견했다.

이 팀의 신경 네트워크는 화성의 궤도에 대한 코페르니쿠스 스타일의 공식을 만들어 냈다. 레너는 알고리즘이 공식을 도출했지만 방정식을 해석하고 이들이 태양 주위의 행성의 움직임과 어떤 관련이 있는지 이해하려면 인간의 눈이 필요하다고 강조했다.

뉴욕의 콜럼비아대(Columbia University)의 로봇 학자 호드립슨(Hod Lipson)은 “이러한 종류의 기술은 점점 더 복잡한 현상, 물리학 및 그 이상을 이해하고 따라갈 수 있는 유일한 희망이라고 생각한다” 이 작업이 물리적 시스템을 설명하는 중요한 매개 변수를 골라 낼 수 있기 때문에 중요하다고 말했다.

연구팀은 향후 양자역학의 명백한 모순을 해결하는 데 도움이 되는 ML 기술을 개발하려고 한다. 이 이론은 실험 결과와 법칙을 따르는 관찰자가 보는 방식에 대해 상충되는 예측을 하는 것으로 보인다.

레너는 컴퓨터가 그러한 모순이 없는 공식을 만들어 낼 수 있다고 말하지만, 최신 기술은 아직 정교하지 않다. 연구팀은 실험 데이터로부터 학습하고 가설을 테스트하기 위한 완전히 새로운 실험을 제안하는 신경망 버전을 개발 중이다.

doi: 10.1038/d41586-019-03332-7