AIには人類が知覚できない何かがみえているようです。
米国のコロンビア大学（Columbia University）で行われた研究によれば、AIに物理法則を学習させ、それを表現するために必要な「変数」の数を考えさせたところ、現在の人類には理解できない要素が含まれることが判明した、とのこと。
ありふれた振り子運動や回転運動でも、AIは人類とは異なる独自の変数を用いて物理法則を理解し、正確な運動予測まで成功させていました。
研究者たちは、AIは人類がまだ発見できていない未知の方程式と「変数」を用いて、物体の運動法則を理解している可能性があると述べています。
もし研究者たちの予測が正しければ、誰もが知る振り子運動や円運動などには誰も知らない「裏の方程式」が存在することになります。
研究内容の詳細は2022年7月25日に『Nature Computational Science』にて掲載されました。
目次
AIは人類が知覚できない物理変数を認識している
未知の運動でもAIは変数を認識できた
AIは人類が知覚できない物理変数を認識している
私たちが良く知るニュートンの運動方程式は「力＝質量×加速度」と3種類の変数で記述することができます。
ニュートンは偉大な科学者でしたが、運動方程式を完成させるには前段階として「力」「質量」「加速度」という3種類の変数を認識する必要がありました。
かの有名なアインシュタインも、エネルギーや質量といった変数を認識しないままでは、相対性理論を作り上げることはできなかったでしょう。
このように、人類が物理法則を発見するには、方程式に用いられる変数の概念が前もって必須となっています。
新しい変数の発見や認識は、人類の科学進歩に不可欠なものと言えるでしょう。
しかし、これまで人類によって発見されてきた変数やそれを用いた方程式は、基本的に人類の認知能力に依存して作成されたものであり、唯一無二と言えるかは微妙です。
この宇宙に現在の人類の知識では認知できないような「変数」が隠れて存在している場合、ありふれた運動方程式すら全く知らない「裏の顔」を持っている可能性があるからです。
そこで今回、コロンビア大学の研究者たちは、AI（ニューラルネット）に対して、事前の知識なしにさまざまな物体の運動を使って物理法則を学習させ、その物理法則を説明する最小限の「変数」の数を調べることにしました。
調査にあたってはまず上の図のような、二重振り子運動など既知の物理運動をAIに観察してもらいました。
二重振り子では、2本の腕が連結され、上の腕と下の腕には連結部がもうけられます。
既存の知識では、二重振り子運動は上腕と下腕の角度や角速度など4個の変数を持つことが知られています。
しかしAIに運動法則を学習させたところ「4.7個」と微妙に異なる結果が得られました。
人類側が用意した模範解答「4」とは異なる答えです。
しかし上の動画でもわかるように、AIはこの「4.7個」の変数を用いた物理法則を利用して、二重振り子運動をほぼ現実と同じようにシミュレートすることができました。
つまり変数の数は異なっても、AIがその疑似神経系（脳）の中に確立した物理法則は、現実と遜色なく機能する法則だったのです。
そうなると気になるのが「AIが認識した変数がどんなものなのか？」です。
研究者たちはさっそく、AIが認識した変数の視覚化を試みました。
すると、驚きの事実が判明します。
人類が知る二重振り子運動の変数は上腕と下腕の角度や角速度など4個の明確に定義されたものになります。
しかしAIの認識した変数を視覚化したところ、変数の2つは腕の角度に大まかに対応しているようにみえましたが、残りの2つは謎でした。
そこで研究者たちは、この謎の2変数の正体を調べるため、運動エネルギー・位置エネルギー・角速度・線形速度など人類が知り得る限りのさまざまな物理量を当てはめ、相関関係があるかを調べました。
しかし、完全に一致するものは何もありませんでした。
また同様の結果は上の図のような「単純な円運動」「渦巻運動」「単純な振り子運動」「スイングする棒の運動」「伸び縮みする腕で作られた二重振り子運動」など、人類にとって既に解明済みと考えられていた他の運動法則にも当てはまりました。
この結果は、AIが人類が運動法則を理解するにあたって使っている物理量以外の「何か」を変数として利用して、さまざまな独自の物理法則を成り立たせている可能性を示します。
研究者たちは、現状ではAIだけが認識できる変数から構築される物理学を「代替物理学（Alternative Physics）」と呼んでいるようです。
ですがより興味深い結果は、人類がまだ知らない運動法則を学習させることで明らかになりました。
未知の運動でもAIは変数を認識できた
未知の運動にAIはどんな法則をみいだしたのか？
答えを得るため研究者たちは上の図のような「空気圧で踊る人形」「ラバーライト」「炎の揺らめき」など、人類がまだ知らない（気にも留めなかった）運動法則をAIに学習させ、変数を求めさせました。
結果、AIは「空気圧で踊る人形」には約8個「ラバーライト」にも約8個、そして「炎の揺らめき」には約24個の変数を使った法則を見出していることが判明します。
またAIが構築した法則を用いてそれぞれの運動をシミュレートしたところ、かなり正確な予測が得られることが判明します。
たとえば上の図では、AIの認識した変数を使って、現実の炎の揺らめきによく似た動きを辿れることを示しています。
この結果は、AIが認識した変数が決していい加減なものではなく、現実の物理現象を高い精度で再現できる意味のある数値である可能性を示します。
また既知の運動においてAIが予測した変数は人類の知る変数の個数と近似していることから、「空気圧で踊る人形」「ラバーライト」「炎の揺らめき」の運動法則の変数も、人類が認識できる変数の数に近いと推測されます。
ではAIの認識した変数が本当に意味のあるものならば、人類にとってどんな恩恵があるのでしょうか？
この疑問に対して研究者たちは「AIの認識した変数を理解することができれば、既存の方程式をより効率的なものに塗り替えられる」と述べています。
研究者たちは、現在の人類が使用している方程式の多くは効率的とは言えない変数を用いている可能性があり、いくつかの物理現象の理解に苦労する原因になっていると考えているようです。