Basicamente, eles alimentaram posições de planetas e do Sol para um algoritmo composto por duas redes neurais.
Uma rede neural seria a observadora: ela vê as observações e aprende com elas.
A outra seria a cientista: ela recebe o que a primeira aprendeu e faz predições.
As predições seriam possíveis equações que explicaria o Sistema Solar.
Ela previa uma equação, testava ela em dados "novos" e calculava o erro.
Assim, a SciNet foi treinada.
O que eles descobriram então foi que a rede conseguia prever bem as posições dos planetas usando a equação que ela descobriu por conta própria.
Além de posicionar sempre o Sol no centro do Sistema Solar COMO DEVE SER.
Para os físicos que trabalharam na SciNet, essa rede mostra possível desenvolvimento futuro aonde inteligência artificial nos ajudaria a avançar na Física *-*
Mas eles alertam, é importante que os resultados sejam interpretados por seres humanos.
Como assim?
É importante que todo resultado da IA seja compreensível e interpretável pelos seres humanos, e passe pelo método científico tradicional.
Por isso, uma IA obter a Unificação da Física seria algo muuuuuuito improvável (até impossível, eu diria) no momento.
Mas é uma porta aberta que mostra como IA pode ajudar na Física.
Isso até abriu uma área em IA, mais especificamente em deep learning, chamada Physics-Informed DL.
Meu próprio trabalho conta com desenvolver métodos de IA para ajudar na Física (de buracos negros).
A DALL-E foi publicada esse mês pela OpenAI. Você deve conhecer a OpenAI como aquela empresa que criou a GPT-3 - um dos modelos - ou O modelo - de inteligência artificial mais poderosos até hoje.
O modelo tem 175 bilhões de parâmetros, dando um exemplo:
Se você fizer analogia entre parâmetros de uma rede e sinapses que o cérebro realiza: o GPT-3 supera o número de sinapses feita por neurônios de ratos (~100 bilhões).
O seu antecessor, GPT-2, tem 1.5 bilhões de parâmetros.
Proteínas são essenciais pra vida e para as funções que mantém a vida. Entendê-las então é um passo para entender a vida como ela é. E o que a proteína faz e a função que exerce depende da estrutura em 3D dela.
👇
Mas entender a estrutura 3D é um grande problema. Em geral, se tem a sequência de aminoácidos em 1D e essa sequẽncia pode se dobrar tendo então a forma dela em 3D que vai determinar a função que ela vai exercer.
Os buracos negros supermassivos moram no centro das galáxias. Mas esse bebê aí está longe de onde deveria estar e está se movendo ainda mais pra fora da galáxia. Estimativas esperam que pela velocidade atual em 20 milhões de anos ele escapou dela completamente.
Ainda não se sabe ao certo o que rolou ali mas a ideia mais aceita é que tenha sido um merger entre dois BNs com massas diferentes e após o merger ele levou um "chute" devido as ondas gravitacionais.
Você quer que o tempo passe logo para pandemia acabar? Vá para perto de um buraco negro supermassivo. 😱
É sério. Te explico: se a pandemia acabar em 14 meses, para alguém perto de um buraco negro será apenas semanas.
Vou falar um pouquinho sobre esse efeito.
Você tá aqui na Terra em janeiro de 2021, se aparata para planeta perto de um buraco negro e fica de boas lá por alguns dias, quando você volta pra Terra é janeiro de 2022.
MAS COMO? Você só ficou alguns dias lá? E você SABE disso. Você marcou no calendário!
O motivo é que o tempo não é absoluto e mais do que isso, o tempo é distorcido pelo buraco negro.
Então pensa assim, cada pessoa vê o tempo passando de forma diferente. E o tempo depende do quão perto você tá de um objeto massivo e até se esse objeto gira ou não.