Voľná debata o fyzike

To je vynikajuci postreh. Zdigitalizovane video poskytuje dost nepresne pociatocne podmienky, z ktorych principialne nejde predpovedat spravanie systemu na dlhsiu dobu. Jedine ze by robili predpoved vzdy iba na tu pol sekundy dopredu, potom by ale zase pocet premennych nemal velku vypovednu hodnotu.

Zaujala ma v tom odkaze veta, že vedcom sa nepodarilo rozlúštiť zmysel premenných, ktoré AI našla. To by znamenalo, že napríklad o plameni sa kvalitatívne nič nedozvieme. Iba to, že na videu je popísateľný pomocou 24,7 premenných. Prakticky to má zmysel v mnohých oboroch, ale kvalitatívne nás to veľmi neposunie.

Dňa 30. 7. 2022 at 16:44, Tono napísal:

Zaujala ma v tom odkaze veta, že vedcom sa nepodarilo rozlúštiť zmysel premenných, ktoré AI našla. To by znamenalo, že napríklad o plameni sa kvalitatívne nič nedozvieme. Iba to, že na videu je popísateľný pomocou 24,7 premenných. Prakticky to má zmysel v mnohých oboroch, ale kvalitatívne nás to veľmi neposunie.

Vo videu je skôr problém niečo iné, počet premenných má ta siet +algoritmy práve dávať ako výsledok. To je pointa, či snaha zistiť. Tiež ma prekvapuje, že sieť dokáže prepovedať chaotické systémy, možno je to len tým, že našla nejaké úseky kde to vie, potom sa jej predpoveď rozíde. Každopádne o tom ako to je nie je z videa možné extrahovať.

Ramená dvojitého fyzikálneho kyvadla sa skladajú z nekonečného počtu infinitezimálnych hmotných bodov. Vzhľadom na to, že ramená sú tuhé, môžeme každé rameno nahradiť ťažiskom, v ktorom je sústredená celá hmotnosť ramena. Pre výpočet kinetickej energie ramena nám teda stačí poznať jeho hmotnosť a moment zotrvačnosti. Rovnice sa tak zredukujú na 4 premenné.

V prípade plameňa to však už neplatí. Plameň tvorí súbor molekúl plynu a ak by sme ho chceli numericky modelovať, museli by sme vytvoriť sústavu rovníc, pre každú molekulu. Takže premenných by bolo minimálne toľko, ako molekúl. To samozrejme nie je možné.

Vďaka výpočtovej technike sa dnes síce robia numerické modely s miliónom rovníc (napríklad pri zrážke galaxií), ale bežne sa problém termodynamiky a prúdenia plynov rieši pomocou štatistiky. Štatistickým modelom ale nedokážeme popísať chaotické javy, akými sú napríklad turbulencie atď... Teoreticky by sme to nedokázali, ani keby model popisoval každú molekulu. Nakoniec z videa nie je ani možné odhaliť fyzikálne zákony, lebo video už všetky informácie implicitne neobsahuje, nie je to hologram.

Aj keby zdrojom informácií nebolo video, ale hologram, alebo napríklad dáta z nejakých snímačov, pri neznámych fyzikálnych javoch je otázku, či sú informácie zo snímačov úplne, na popis neznámeho javu. Podobne, ako v kvantovej fyzike, kde detekcia nie je popis stavu, ale jeho kolaps. 

Ja myslím, že Ai siet to robí tak, že urobí pre konkrétny dej/ pohyb nejaký svoj druh atraktora z dát a vykresli si tento priebeh a potom z toho nejak interpoluje. V tréningovej fáze získa celkom podrobný graf atraktora (niečo na ten spôsob) aj keď to nie je taký atraktor aký poznáme ( v presnom význame). Možno by to bol skôr nejaký obrazec z veličín a nájde v ňom súvislosti.

Ono celkovo pocet stupnov volnosti (dimenzia konfiguracneho priestoru) fyzikalneho systemu, kde premenne maju teoreticky nekonecnu presnost, je nekompatibilna s premennymi v informatike, ktoru maju dannu presnost, a je teda napriklad mozne 4 premenne s velkostou (presnostou) jeden bajt napchat do jedinej premennej s velkostou 4 bajty. Informaticky mi pojem "pocet potrebnych premennych" teda nedava zmysel.

Premenné z AI neakceptujú fyzikálne zákony, AI vyhodnocuje len zmeny pixelov na obrazovke v čase. Ak sa pozeráme na video, je to náš mozog, ktorý obraz interpretuje, ako fyzikálny jav. Z 2D projekcie si napríklad ľahko dokážeme vytvoriť ilúziu 3D priestoru. Hmotnosť, hybnosť, zotrvačnosť... sú tiež uložené v mozgu, ako naše fyzické skúsenosti. Dokážeme napríklad odhadnúť, či sa jedná o pohyb masívneho telesa, alebo komára. AI žiadne takéto "skúsenosti" nemá a z videa ich nemá ako získať. 

pred 5 minútami, Tono napísal:

AI žiadne takéto "skúsenosti" nemá a z videa ich nemôže získať. 

No to su silne tvrdenia a zrejme aj chybne. Nejde o záznam, druh záznamu. V budúcnosti AI môže nadobudnúť komplexnejšiu podstatu (viacúrovňovú) kde nejaká sieť bude generalizovať zistenia nižších sieti. tak to robí aj mozog vedomie spracováva výsledky podvedomých sieti na pozadí mozgu.

Je, ale zarážajúce, že sa dá predpovedať horiaci oheň v nejakom intervale, čo žiaden človek nedokáže. Teda ja si myslím, že aj v chaose sa dajú nájsť patterny, resp. nejaké vzťahy, čo ukazuje ta neurónová sieť. To je v rozpore s ľudskou predstavou o nemožnosti predpovedať chaotické správanie v nejakej zložitosti ako je to u ohňa. 

pred 37 minútami, robopol napísal:

Je, ale zarážajúce, že sa dá predpovedať horiaci oheň v nejakom intervale, čo žiaden človek nedokáže.

Nie, nedá sa predpovedať. To vychádza z kvantovej fyziky. Na mikroskopickej úrovni nie sú stavy deterministické, existuje len pravdepodobnosť daného stavu. A v chaotickom procese hrajú významnú rolu aj infinitezimálne zmeny. V plameni funguje efekt "motýlieho krídla". To vedeli už v 5. storočí pred Kr. "Nevstúpiš do tej istej rieky". Ak by AI dokázala predpovedať tvar horiaceho plameňa, potom by odhalila skryté parametre kvantovej fyziky. 

AI je efektívny nástroj, no záleží na tom, ako sa aplikuje a ako sa interpretujú výsledky. V tomto odkaze zrejme nesprávne. 

Veď si videl porovnanie. Kľúčové je predsa slovo na krátky čas. Povaha chaosu nie je taká, že stačí malička zmena počiatočných podmienok a za sekundu sa to všetko rozbehne, veď potom by to sieť nedokázala, ale ona to dokázala. takže sa pletieš ty, pretože netvrdia, že vedia predpovedať chaos na ľubovoľnú vzdialenosť. Áno to nejde vďaka efektu citlivosti počiatočných podmienok. Mimochodom tie vesmír nemá nastavené na infinitezimalnu presnosť, lebo to znamená, že hmotu môžeš deliť donekonečna a to kvantová fyzika nepripúšťa.

pred 15 minútami, robopol napísal:

Veď si videl porovnanie. Kľúčové je predsa slovo na krátky čas. 

Turbulencie v plameni majú kratšiu časovú konštantu, ako čas horenia na videu. Po prvej turbulencii by sa proces už podstatne rozchádzal s predpoveďou. Na videu nie je ani náznak toho, že by sa po čase predpoveď AI voči videu rozchádzala. 

Hlavný argument, spochybňujúci výsledky AI v odkaze je ten, že zdroj plameňa video nezachytáva. Pritom  práve zdroj plameňa determinuje jeho tvar a priebeh.     

A čo teda tvrdíš, že klamu, či si expert na chaos? :) To je pritiahnuté za vlasy, aby niekto publikoval s nejakým podfukom. Tak si zober dvojité kyvadlo tam sa tiež dejú rýchle fázove prechody, to je ok? či tiež klamu?

pred 23 minútami, robopol napísal:

A čo teda tvrdíš, že klamu, či si expert na chaos? 

Nepasujem sa za experta, iba diskutujem. Ak platí zákon zachovania informácie, potom existuje kontinuita príčiny a následku. V tomto prípade zdroja horenia a plameňa. Plameň nenesie celú informáciu o zdroji, preto že zdroj "nezmizne". Takže informácia o plameni je neúplná. Zvyšuje sa iba entropia zdroja. To vylučuje možnosť, že by sa dal plameň rekonštruovať len z informácií o ňom samom.

https://www.science.org/doi/10.1126/sciadv.aay2631

Ja neviem presne, čo robili s plameňom (aké informácie sieť spracovala), ale prácu o tom máš k dispozícii pre zahliadnutie. Nevylučuj to o čom nemáš informácie, teda čo presne robili. Ked horí oheň, tak ako postupuje plameň do výšky nemusí nutne zdroj ovplyvňovať. ja neviem ani sa nepasujem za experta a nevylučujem všetko, čomu nerozumiem.

a tu je naprr. video o predikcii pendula neuronovou sietou

inak ked pozries to video s tym ohnom tak v 5:14 hovori o 0,5 sec predpovedi dopredu. Takže problem solved, zahada je v tom, že si si myslel, že predpoveda dlhy usek, čo zjavnie nie

18 hours ago, Tono said:

. To vylučuje možnosť, že by sa dal plameň rekonštruovať len z informácií o ňom samom

Uprimne,  toto nie je jasne z tvojich argumentov.  Ale myslim ze toto ani nebolo cielom ani to neukazuje video.
Technicky mas obraz plamena a AI dokaze predpovedat co sa stane v nejakej kratkej buducnosti.  To sa mi nezda sialene ale ani to nie je prevratna fyzika.  A to ze je to chaoticke ?  Chaoticky system ma svoj vlastny  casovy faktor a pokial predpovedas v nom, tak vysledok nevyzera ako chaos.  Plamen je tak v prvom priblizeni komplexny termodynamicky system a urcite ho dokazes popisat diferencialnymi rovnicami.  A vieme ze riesenie je urcite mozne aproximavat napriklad fourierovou radou a teda urcite aj neuronovou sietou.  A az ked prekrocis jeho casovy faktor, tak to zacne byt citlive na pociatocne parametre. 
Ale nova fyzika to nie je,  je to sikovna aproximacia realneho sveta. 
https://www.sciencedirect.com/topics/computer-science/chaotic-system

Otázka je, či AI dokáže vytvoriť alternatívnu fyziku? Napríklad AI dokáže kruhový pohyb popísať pomocou 2,19 premenných. Navyše pomocou premenných, ktorých zmysel pri zložitejších javoch nemusia vedci pochopiť. Ako to uvádzajú napríklad pri plameni.

Kinematiku pohybu po kružnici môžeme matematicky modelovať pomocou 2 premenných x(t), y(t). Matematicky je ale úplne jedno, aká je príčina pohybu po kružnici. Fyzikálne takýto pohyb môže spôsobovať pohybujúce sa teleso upevnené na fixnom lane, elektrostatická sila, alebo zakrivenie časopriestoru.

Ak chceme matematicky popísať nejaký fyzikálny jav v mechanike, tak vychádzame zo zákonov, v ktorých figurujú ako premenné priestorové súradnice x(t), y(t), z(t), v ktorých parametrom je čas a z kinetickej a potenciálnej energie telesa. Princípom trajektórie pohybu môže byť Lagrangeov princíp minimálnej akcie. V odkaze vo videu žiadna kinetická ani potenciálna energia nefiguruje. Podobne v prípade plameňa, tam nefigurujú žiadne termodynamické zákony. To by ale znamenalo, že pre AI sú zákony zachovania hybnosti a energie redundantné. Samozrejme nie sú, sú implicitne dané trajektóriou telies. Lenže príčina trajektórie je pre AI irelevantná a nemôže nám dať kvalitatívnu odpoveď. 

Ak sa vrátim k pohybu po kružnici, môžeme video zredukovať do jednorozmerného modelu a ten použiť ako video. AI nepochybne nájde premennú, ktorá pohyb zreprodukuje. V tomto prípade je to jediná premenná x(t). V prípade pohybu po kružnici ale vieme, že je to len priemet reálneho pohybu. No pri neznámom fyzikálnom jave nevieme, koľko premenných potrebujeme, na popis reality a navyše, pri plameni ani nevieme, aký majú premenné AI fyzikálny zmysel.

Ak použijeme AI napríklad na reguláciu, alebo optimalizáciu nejakého zložitého procesu, ktorý nie sme schopní analyticky popísať, alebo doň vstupuje príliš veľa parametrov, ktoré nepoznáme, potom je to inžiniersky silný nástroj. Lenže v názve sa píše o alternatívnej fyzike, čo sa mi zdá trochu prehnané.

ano, to je marketing. toto nie je ani fyzika.

pred 18 minútami, tyso napísal:

ano, to je marketing. toto nie je ani fyzika.

Pre mňa je na fyzike fascinujúce, že odhaľuje princípy. Napríklad princíp minimálnej akcie, ktorý Lagrange formuloval v už 18. storočí. Tento princíp je dnes fundamentálny v klasickej mechanike v kvantovej mechanike a rovnako aj OTR. Tento princíp má filozofický dosah a AI ho z princípu nedokáže interpretovať, iba ho zahrnúť do svojich algoritmov. To samozrejme neuberá nič na tom, aký potenciál AI má a bude mať.  

A čo tak miesto filozofovania si prečítať odkazy napr. o programe AI Feynman. Neurónové siete su využívané ako nástroj na hľadanie vzorov v dátach a teda účinná metóda na odhaľovanie tej "novej fyziky". To video s plameňom je len nejaký filter v tomto probléme.

robopol,  je to fajn,  je to sikovne atd.  Ale nie je to fyzika,  to ze neuronova siet empiricky najde vzory to  znamena ze nasla nejaku aproximaciu.  A to nie je nova fyzika,  v skutocnosti predsa pozname zakladne diferencialne rovnice aj pre plamen,  AI tak nasla dobru aproximaciu ich riesenia.  A to je potom aplikovana matematika, rozhodne uzitocne.  Ale najlepsim moznym vysledkom bude ze po zobecneni pribudne v matematike novy nastroj na aproximaciu nejakej triedy problemov.  Nie nova fyzika.

Tono: Neuronova siet nepracuje odvodzovanim,  takze je jasne ze ziadne energie, teploty ani nic podobne sa tam neobjavi.  Neuronova siet je dokonca pomerne obmedzena, ved je to vlastne len maticovy kalkularor, na vstup das vektor, na vystupe dostanes vektor,  a ten blackbox je len nasobenie a scitanie vektorov.  Aj samotny cas je tam len implicitny.  A tak vysledok ma tieto obmedzenia,  neposkytne voditko k hlbsim principom.

11 hours ago, Tono said:

Napríklad princíp minimálnej akcie, ktorý Lagrange formuloval v už 18. storočí

Toto je inak dobry priklad niecoho ineho.  Matematicky myslim ze uz Lagrange ukazal ze matematicky je to ekvivalent klasickej mechaniky. Nie je to teda tak ze ide o novu fyziku, ale ide o novy pristup k fyzike.  A nesmierne uzitocny.  Aj ked pre laika nic zaujimave,  ved to dava rovnake vysledky ako newtonovska fyzika. Nic nove nepredpoveda,  tak k comu to je.  A este navyse pre vacsinu praktickych problemov je stale efektivnejsi ten newtonovsky pristup.

A v QM je dnes pouzity pre jeho uzitocnost, ale mame aj dalsie ekvivalentne formulacie.   Filozoficky si mozes vybrat aj ine pristupy, jednoducho narazame na to ze si sami vyberame model reality ale to neznamena ze su jedine mozne. A tak mame sklenenu strechu,  nemozeme povedat co je realita, kedze mame len jej model.  A neviem ci to  moze byt inak,  ci toto nie je principialne obmedenie toho ako vieme poznat svet.

Až na to, že AI Feynman nájde konkrétne vzťahy a nie približne vzťahy, ten program obsahuje v sebe viac nástrojov ako len využitie neurónovej siete. A to sme len na začiatku o 20-50 rokov bude tento nástroj, alebo podobný lepší ako súčet všetkých géniov na planéte v hľadaní novej fyziky.

robopol,  lenze to je skor marketing.  Na strednej skole sme zvladli nieco podobne, vola sa rozmerova analyza, dokaze ciste na zaklade vstupu  o rozmere jednotiek, konstant  "uhadnut" ak vyzera vysledok.  A toto je len silnejsia palica ale v zasade to iste.   Aproximacia ti da priebeh a potom hladas kombinaciu  vztahov, ktora sa jej najviac podoba.   Ja nechcem podcenovat heuristiku ale sotva to je nieco co prinesie zasadnu zmenu. 
Urobis rozmerovu analyzu,  urobi aproximaciu polynomom, vyskusa rozne premenne, konstanty, zname sub casti ( napriklad ak ide o relativitu, tak tam urcite bude odmocnina 1- v*v/c.c,  atd.
ale pokial to nevies odvodit zo zakladnych principov, tak je to samanstvo, nie fyzika.   
BTW  existuje priklad, Planck urobil nieco podobne,  "uhadol" spravny vzorec pre ziarenie cierneho telesa.  Ale fyzika to bola az ked nasiel sposob ako ho odvodit a to znamenalo zaviest kvantovanie.