Az AI mint tudományos segédmunkatárs
(2026 augusztus)
Az AI-nek tanítható a kíváncsiság, írható olyan algoritmus, hogy az AI kíváncsi legyen, érdeklődjön ismeretlen dolgok után. A mesterséges intelligenciának tanítható a kíváncsiság. A gépi tanulásban a kutatást belső motivációnak (intrinsic motivation) vagy kíváncsiság-alapú tanulásnak (curiosity-driven learning) nevezik. A hagyományos megerősítéses tanulásban (Reinforcement Learning) az AI akkor kap jutalmat (például pontokat egy játékban), ha eléri a végcélt. Amikor a cél túl messze van, nem teljesíthető a robot csak céltalanul bolyong. A kíváncsiság-alapú algoritmusok ezt úgy oldják meg, hogy belső jutalmat (intrinsic reward) generálnak az AI számára, ha valami újat tapasztal.
A folyamat matematikailag a következő lépésekből áll:
- Predikció (Jóslás): az AI megpróbálja megtippelni, hogy a jelenlegi cselekedete milyen következménnyel jár majd a környezetére nézve.
- Hiba mérése: összehasonlítja a tippjét a valósággal. Minél nagyobb a különbség a várakozás és a valóság között (predikciós hiba), annál nagyobb a meglepetés.
- Jutalom a meglepetésért: az algoritmus jutalmazza nagy predikciós hibákat. Az AI próbálja felfedezni azokat a helyzeteket, ahol a legkevesebbet tudja előre megjósolni, azaz a kíváncsiságért is jár egy belső jutalom, és a megerősített tanulásnál is.
Ismert kíváncsiság-algoritmusok
A kutatók többféle matematikai modellt is kidolgoztak az érdeklődés szimulálására:
- ICM (Intrinsic Curiosity Module): a modell csak azokra a környezeti változásokra fókuszál, amelyekre az AI-nak közvetlen hatása van. Így elkerülhető, hogy a robot órákig nézzen egy tévét, amin csak fehér zaj fut (ami a híres "fehér zaj probléma").
- RND (Random Network Distillation): egy fix, véletlenszerűen inicializált neurális hálózat kimenetét próbálja megjósolni egy másik hálózat. Ha egy területen sokat gyakorol az AI, pontosan fog jósolni (unalom). De ha új területre téved, a jóslat hibás lesz (kíváncsiság). Ritka jutalmú környezetek esetén -pl. a Montezuma's Revenge videójáték-, ahol a külső jutalom rendkívül ritka, a kíváncsi AI külső segítség nélkül is képes felfedezni a pályákat és megnyerni a játékot.
- Ismeretlen bolygók felfedezése: az autonóm űrszondák és marsjárók a kíváncsiság-algoritmusok segítségével olyan kőzeteket és területeket vizsgálnak meg maguktól, amelyek eltérnek az addig látottaktól.
- Hatékonyabb adatgyűjtés: az AI nem a már ismert sémákat ismételgeti, hanem keresi a hiányzó láncszemeket a tudásában.
Az AI kíváncsisága nem biológiai érzelem, hanem egy matematikai optimalizációs feladat. Az AI azért keresi az ismeretlent, mert az algoritmus arra kényszeríti, hogy maximalizálja a környezetéből kinyerhető új információk mennyiségét. A környezetek tetszőlegesen bővíthetőek, beleértve a fizikát is. A mesterséges intelligencia számára a környezet nem fizikai valóságot jelent, hanem egy jól meghatározott matematikai és szoftveres keretrendszert. A megerősítéses tanulásban a környezeteket egy standard programozási felületen (úgynevezett API-n) keresztül adjuk meg. A világon a legelterjedtebb szabvány az Gymnasium (korábban OpenAI Gym) keretrendszer. Egy környezet definiálásához mindössze 4 alapvető dolgot kell meghatároznunk.
- Állapottér (Observation Space): Mit lát az AI? (Pl. egy robotkar ízületeinek szöge, sebessége, koordinátái).
- Akciótér (Action Space): Mit tud tenni az AI? (Pl. mekkora áramot küldjön a motorokba, milyen irányba lépjen).
- Lépés funkció (Step function), ami a környezet modellje. Megmondja, mi történik a világgal, ha az AI végrehajt egy akciót (hogyan változik az állapot, és jár-e érte jutalom).
- Visszaállítás (Reset): Újraindítja a környezetet a kezdőállapotba, ha az AI elrontott valamit vagy lejárt az idő.
Amikor a környezetet fizikai területekre akarjuk kiterjeszteni, akkor a Lépés funkcióba (Step function) be kell építeni a fizika törvényeit. Ma a kutatók fizikai motorokat (physics engines) integrálnak a környezetbe.
Számos kifejezetten szoftveres platform, keretrendszer és benchmark létezik, amelyekben az AI a fizika törvényeit tanulja meg. A rendszereket nem úgy kell elképzelni, mint egy emberi online iskolát, hanem mint szupergyors virtuális laboratóriumokat, ahol az AI másodpercenként kísérletek ezreit végzi el. A legfontosabb platformok, kategóriákra bontva:
1. Robotikai és Mozgásfizikai Platformok (a legnépszerűbbek) A rendszerek a klasszikus mechanikát (gravitáció, súrlódás, ütközések, tehetetlenség) tanítják meg az AI-nak:
- NVIDIA Isaac Lab / Isaac Gym: az egyik legfejlettebb platform. Lehetővé teszi, hogy az AI-t egyszerre akár több ezer párhuzamos fizikai világba dobjuk be. Az AI itt tanul meg mászni, járni, repülni, vagy éppen törékeny tárgyakat megfogni.
- MuJoCo (Multi-Joint dynamics with Contact): a DeepMind és a kutatói világ által leggyakrabban használt precíziós fizikai motor. Kiváló az emberi test vagy komplex robotkarok csuklóinak és ízületeinek szimulálására.
- Hugging Face LeRobot: Egy nyílt forráskódú platform, amely kifejezetten a fizikai AI (Physical AI) fejlesztésére jött létre, összekötve a szimulált fizikai tereket a valós robotokkal.
2. Tudományos és Elméleti Fizikai Környezetek, ahol az AI magukat a fizikai egyenleteket és természeti törvényeket fedezi fel:
- PhysGym: egy interaktív fizikai benchmark kifejezetten nagy nyelvi modellek (LLM-ek) számára. Az AI-nak aktívan kell kísérleteznie a virtuális térben, adatokat gyűjtenie, majd hipotéziseket kell felállítania a háttérben működő fizikai törvényekről.
- Ansys SimAI és SimScale Physics AI: Ipari mérnöki platformok. Itt az AI-t arra tanítják, hogy folyadékmechanikai (CFD) vagy aerodinamikai szimulációk alapján azonnal megjósolja, hogyan fog viselkedni egy gépkocsi karosszériája vagy egy repülőgép szárnya a valóságban.
- PhysicsX: egy olyan platform, amely ötvözi az AI-t az emelt szintű fizikával, hogy új, hatékonyabb ipari formákat és anyagokat hozzon létre az áramlástan és a hőtan területén.
3. Virtuális Játéktér és Általános Tanulás
- DeepMind Control Suite: olyan szabványosított feladatok gyűjteménye, mint például egy virtuális pálca egyensúlyozása (inverz inga), vagy egy pók lábú robot járásra bírása. Kiválóan mérhető vele, hogy mennyire hatékony az AI fizikai adaptációja.
- NVIDIA Isaac Lab: pl. a szoftver létrehoz 10 000 virtuális robotkutyát egy digitális térben. Mindegyik megkapja a kíváncsiság-algoritmust. A fizikai motor szimulálja a gravitációt, a talaj csúszósságát és a robot súlyát. Az AI-k elkezdik rángatni a virtuális lábaikat. Amelyik mozdulat valami "új és váratlan" (érdekes) eredményt hoz a fizikai interakció során, azért az AI belső jutalmat kap. Néhány órányi szimuláció után (ami a valóságban több évnyi gyakorlásnak felel meg) az AI magától rájön a járás és a futás fizikájára.
Milyen választ kapnánk arra a kérdésre, hogy: "Miért lebegnek a gömbvillámok?"
A PhysicsX mesterséges intelligenciája nem egy kész, könyvből bemagolt választ adna a gömbvillámok lebegésére. Mivel a PhysicsX egy ipari fizikai AI-platform (amelyet egykori Forma-1-es mérnökök és AI-kutatók alapítottak), nem szövegeket generál, hanem Large Physics Models (LPM - Nagy Fizikai Modellek) segítségével szimulálja a természet erőit. Ha a PhysicsX rendszerét ráengednénk a gömbvillámok rejtélyére, az AI nem elméleteket gyártana, hanem a folyadékmechanika, a plazmafizika és az elektromágnesesség törvényeit szimulálva a következő 3 fő fizikai magyarázatot (modellt) vizsgálná meg és futtatná le ezredmásodpercek alatt:
1. A felhajtóerő és a plazma egyensúlya (Buoyant Plasma). A fizikai motor elsőként a gázok sűrűségét mérné fel. Amikor a villám belecsap a földbe vagy a levegőbe, egy szuperforró, ionizált gázgömböt (plazmát) hoz létre. Mivel a forró gáz sűrűsége kisebb, mint a környező hideg levegőé, a felhajtóerő (Archimédész törvénye) miatt felfelé kellene szállnia, mint egy hőlégballonnak. Miért lebeg mégis egy helyben? Az AI-szimuláció megmutatná, hogy a gömb lehűlő külső rétegei nehezebbé válnak. Ha a plazmagömb elektromágneses töltése pontosan akkora vonzó/taszító erőt fejt ki a földfelszínre, ami kiegyenlíti ezt a minimális felfelé ható felhajtóerőt, a gömb tökéletes hidrosztatikai és elektromos egyensúlyba kerül, így a talaj felett lebeg.
2. Az elpárologtatott földfelszíni anyagok (Vaporized materials) a levegőben lehűlve nanoméretű szemcséikből gömböt alkotnak a megfigyelések szerint. A szemcsék lassan égnek, hőt termelnek, a belső forró levegő pedig pontosan annyi felhajtóerőt biztosít, hogy a struktúra ne essen le a földre, hanem lebegjen, miközben a légáramlatok ide-oda sodorják.
Hogyan oldaná meg a PhysicsX a rejtélyt? Míg az emberi tudósok évtizedek óta vitatkoznak azon, hogy a fenti elméletek közül melyik az igazi, a PhysicsX a következőt tenné:
- Adatgyűjtés: beolvasná az összes létező gömbvillám-észlelést és spektrális videófelvételt.
- Generatív fizikai szimuláció: generálna 100 000 különböző szimulációt, ahol változtatná a plazma hőmérsékletét, a talaj szilíciumtartalmát és a mágneses terek erősségét.
- Kizárásos alapon optimalizálás: megnézné, melyik modell képes reprodukálni a gömbvillám azon furcsa tulajdonságait, mint hogy lebeg, átmegy az ablaküvegen, vagy hogy hirtelen felrobban.
Új fizikai jelenségre, mint magyarázatra, nem kíváncsi, vagy nem tehető kíváncsivá az AI?
Kíváncsivá tehető, sőt: a modern fizikai AI-kutatások legizgalmasabb ága erről szól. A területet a tudományban "AI Physicist" (AI Fizikus) programoknak vagy Automated Scientific Discovery-nek (Automatizált Tudományos Felfedezés) nevezzük. Ha a PhysicsX-et vagy egy hasonló rendszert úgy állítunk be, hogy a meglévő fizikai egyenleteink (Newton, Maxwell, Einstein) nem szentírások, hanem csak tippek, az AI azonnal képes új fizikai jelenségeket keresni. A folyamat a következőképpen zajlik le a gépi kíváncsiság segítségével:
Hogyan keres az AI új fizikai jelenségeket? Pontosan ugyanazt a korábbi "predikciós hiba" elvet használja. A modell felállítása: az AI megkapja az eddig ismert fizikai törvényeket. Például azt a modellt, hogy a gömbvillám lebegését belső égés okozza. Az anomália észlelése: az AI elkezdi elemezni a valós mérési adatokat (pl. egy gömbvillámról készült spektrumfelvételt vagy laboratóriumi plazmakísérletet). Azt veszi észre, hogy a gömb villámgyorsan irányt váltott, pedig nem fújt a szél, és a talaj töltése sem indokolta. A "kKíváncsiság" beindulása: az ismert fizika alapján a predikciós hiba óriási. Az AI "érzi" (matematikailag észleli), hogy a jelenlegi egyenletei csődöt mondtak. A belső motivációs algoritmusa ekkor arra kényszeríti, hogy olyan új matematikai tagokat adjon hozzá az egyenletekhez, amelyeket az emberiség még soha nem használt.
Hogyan ír új fizikát az AI? (Szimbolikus Regresszió) Az AI nem csak számokkal dolgozik, hanem konkrét képleteket képes alkotni. Ezt a képességét szimbolikus regressziónak (Symbolic Regression) nevezik. Ha a gömbvillám mozgása nem magyarázható a meglévő erőkkel, akkor az AI kíváncsisága addig hajtja a rendszert, amíg létre nem hoz egy teljesen új, ismeretlen tagot az egyenletben, egy olyan új kölcsönhatást vagy fizikai mezőt, amit az AI fedezett fel a mérési adatok alapján, mert a hagyományos fizika nem tudta minimalizálni a hibát.
Létező példák a valóságból: az MIT "AI Physicist" projektje: Max Tegmark (az MIT professzora) és csapata létrehozott egy olyan AI-t, amelynek kaotikus, bonyolult mozgásokat mutattak. Az AI teljesen magától, az emberi tankönyvek segítsége nélkül újra felfedezte Newton mozgástörvényeit és a momentum megmaradásának elvét, sőt, olyan mikrovilágokban, ahol a hagyományos fizika elbukott, új, alternatív megmaradási törvényeket javasolt.
A CERN (Részecskefizika)-ben, a Nagy Hadronütköztetőben (LHC) az AI-t pontosan azért használják, mert "kíváncsi". Olyan részecske-ütközési mintázatokat (anomáliákat) keres a gigantikus adathalmazban, amelyek ellentmondanak a Standard Modellnek. Az AI nem a meglévő fizikát igazolja, hanem jelzi a kutatóknak: " itt valami olyan történik, amire nincs képletem!"?
Mi a korlátja az AI kíváncsiságának a fizikában? A legnagyobb kihívás az, hogy az AI képes "túlilleszteni" (overfitting) az egyenleteket. Ha túl nagy szabadságot adunk a kíváncsiságának, hajlamos olyan kaotikus, átláthatatlan, 1000 tagú egyenleteket gyártani, melyek ugyan tökéletesen leírják a gömbvillámot, de az emberi elme számára értelmezhetetlenek, és semmilyen más univerzális jelenségre nem alkalmazhatók. A kutatók ezért beépítenek egy úgynevezett Occam borotvája korlátozást: az AI-nak a lehető legegyszerűbb új fizikai törvényt kell megtalálnia.
Hogyan működik ez az anomália-detekció a gyakorlatban? Anomália-detekciónak (rendellenesség-feltárásnak) nevezzük azt a folyamatot, amikor az AI a fizikai adatokban keresi a meglepő, a meglévő törvényeknek ellentmondó mintázatokat. A fizikai AI-ban ez nem más, mint a matematikába öntött kíváncsiság. Képzeljük el, hogy a gömbvillámot tanulmányozzuk, és szenzorokkal mérjük a hőmérsékletét, a környező elektromos mezőt, a sebességét és a fényspektrumát. Az AI két fő lépésben elemez:
1. A „Normális” világ leképezése (Autoencoderek) A fizikai AI leggyakrabban egy Autoencoder nevű neurális hálózatot használ. Ez a hálózat megtanulja tömöríteni, majd újraalkotni a már ismert fizikai folyamatokat (pl. egy sima villámcsapást vagy egy égő gázgömböt). Ha a bemeneti adat megegyezik a standard fizikával, a hálózat tökéletesen le tudja másolni azt. A rekonstrukciós hiba (a bemenet és a kimenet különbsége) szinte nulla.
2. Az Anomália pontszám (Anomaly Score) kiszámítása. Amikor a gömbvillám hirtelen olyat tesz, amit a standard fizika nem enged meg (például hideg marad, miközben vakítóan világít, vagy áthalad egy zárt üvegablakon anélkül, hogy betörné), az Autoencoder csődöt mond. Nem képes a mintát a meglévő fizikai szabályok alapján újra alkotni. A rekonstrukciós hiba hirtelen az egekbe szökik. Ezt a kiugró értéket nevezi az AI Anomália pontszámnak. Ha ez a pontszám átlép egy kritikus határértéket, a kíváncsiság-algoritmus azonnal riaszt: „Itt egy fizikai anomália, ezt a területet alaposabban meg kell vizsgálni!”
Milyen algoritmusok végzik ezt a munkát? A kutatók többféle matematikai megközelítést alkalmaznak attól függően, hogy milyen típusú fizikai adatot vizsgálnak:
- Isolation Forests (Izolációs Erdők): ez az algoritmus nem a szabályszerűségeket keresi, hanem izolálja (elkülöníti) a ritka adatpontokat. Mivel a gömbvillám extrém tulajdonságai nagyon ritkán fordulnak elő a természetben, rendkívül gyorsan, mindössze néhány kérdés/szűrés után elkülönítik az adatokat a normál villámokétól.
- LSTM-alapú Idősor-Anomália detekció: A fizikai jelenségek időben zajlanak le. Az LSTM (hosszú-rövid távú memória) hálózatok folyamatosan jósolják a fizikai rendszer következő nanoszekundumát. Ha a gömbvillám mozgása hirtelen megtöri a tehetetlenség törvényét, az LSTM azonnal jelzi az időbeli törést.
Hogyan válik az anomáliából új fizikai elmélet? Amikor az anomália-detekció észleli a hibát, az AI nem áll meg. A szimbolikus regressziós modul (az AI Fizikus) ekkor lép működésbe. Kivágja az adatsorból azt a konkrét 2 másodpercet, ahol az anomália történt.
- Különbség-analízis: kiszámolja, mekkora fizikai erő hiányzik ahhoz, hogy a grafikon kisimuljon.
- Formula generálás: elkezd matematikai operátorokat (+, -, sin,cos, deriváltak) kombinálni, hogy leírja a hiányzó erőt.
- Hipotézis: Ha egy harmadik hatvánnyal csökkenő új erőtér formula eltünteti az anomáliát, az AI ezt benyújtja a kutatóknak mint egy új, javasolt fizikai jelenséget.
Valós alkalmazás a sötét anyag keresése. A sötét anyagot a mai napig nem látta senki, és nem ismerjük a fizikáját. Az AI-t jelenleg pontosan úgy használják az asztrofizikában, mint a gömbvillám példájában. Az AI megkapja az Einstein-féle általános relativitáselmélet egyenleteit. Elkezdi elemezni, szimulálni* a távoli galaxisok forgási sebességét. Az anomália-detektor azonnal jelez: a galaxisok külső szélei sokkal gyorsabban forognak, mint ahogy a látható anyag gravitációja alapján kellene. Óriási a rekonstrukciós hiba. Az AI ebből az anomáliából számolja ki, hogy pontosan hol, mennyi és milyen sűrűségű ismeretlen (sötét) anyagnak vagy új gravitációs törvénynek kellene léteznie ahhoz, hogy a fizika egyenletei újra egyensúlyba kerüljenek.
*
A legnépszerűbb fizikai szimulátorok az AI-kutatásban:
- MuJoCo (Multi-Joint dynamics with Contact): merev testek dinamikáját, súrlódást és ütközéseket szimulál. Robotkarok és humanoid robotok mozgásának tanítására ez az ipari szabvány.
- PyBullet / Bullet Physics: kiválóan alkalmas gravitáció, aerodinamika és mechanikai erők modellezésére.
- Isaac Gym (NVIDIA): lehetővé teszi, hogy fizikai törvények millióit szimuláljuk párhuzamosan a videokártyán, ami igen felgyorsítja az AI tanulási sebességét.
Példa: Ha egy fizikai szimulációt összekötünk a korábban említett kíváncsiság-algoritmussal, az AI zseniális dolgokra képes, pl. eszközhasználat felfedezésére. Ha berakunk egy AI robotot egy szobába, ahol van egy labda és egy bot, a belső kíváncsisága (a predikciós hiba maximalizálása) addig hajtja, amíg rá nem jön, hogy a bottal el tudja lökni a labdát. A fizikai motor (ütközés, tehetetlenség) biztosítja a valósághű reakciókat, a kíváncsiság pedig a motivációt.
Új aerodinamikai formák tervezése: egy folyadékmechanikai szimulációban a kíváncsi AI olyan szárnyszerkezeteket vagy áramvonalas formákat tesztelhet, amelyekre emberi mérnökök nem is gondoltak, mivel a belső jutalom arra ösztönzi, hogy a még nem próbált légáramlási mintákat vizsgálja.