Nadat de Homo Sapiens er eeuwenlang van uitging dat de Aarde het middelpunt van het universum vormt, ontdekte de soort een kleine 500 jaar geleden dat de planeet waarop zij vertoeft rond de Zon draait. Intussen heeft artificiële intelligentie, een recente uitvinding van die Homo Sapiens, ook al begrepen hoe het zit.

Dat zit zo. Natuurkundige Renato Renner en zijn collega's aan de ETH Zürich wilden een algoritme ontwerpen dat grote datasets tot een paar basisformules kan herleiden. Daarvoor ontwikkelden ze een speciaal soort neuraal netwerk, dat de naam 'SciNet' meekreeg. Neurale netwerken zijn zelflerende systemen die gebaseerd zijn op de manier waarop ons menselijk brein werkt. Zo kunnen neurale netwerken die gevoed worden met pakweg duizend kattenfoto's zichzelf leren om een foto met snorharen en kattenoortjes tot het concept 'kat' te herleiden. Toon je vervolgens een nieuwe dierenfoto, dan weet dergelijk algoritme u te vertellen of daar een hond of een kat op te zien is.

Het team van Renner gebruikte een gelijkaardig neuraal netwerk om een dataset te herleiden tot zijn natuurkundige essentie. Vervolgens koppelden ze daar een tweede neuraal netwerk aan, dat de wiskundige input van het eerste netwerk gebruikt om voorspellingen te doen. Dat lukte vrij aardig, zo demonstreren ze aan de hand van vier verschillende natuurkundige problemen. Krijgt SciNet de posities van een gedempte slinger op verschillende tijdstippen, dan voorspelt het moeiteloos de positie van de slinger op een volgend tijdstip. Krijgt SciNet de posities van de Zon en van Mars, dan weet het te vertellen waar de hemellichamen op een later moment zullen staan.

De manier waarop de mens op basis dat meetgegevens een theorie opstelt om vervolgens voorspellingen te maken (links), wordt nagebootst door twee aan elkaar gekoppelde neurale netwerken (rechts). © Renner et al.

Doorgaans ben je enkel geïnteresseerd in het resultaat van een neuraal netwerk. De manier waarop het netwerk daar precies toe is gekomen, is namelijk moeilijk te achterhalen. Maar de Zwitserse wetenschappers besloten de zwarte doos van SciNet open te gooien. Wat bleek? Bij het berekenen van de planeetbanen had het programma op eigen houtje de hoeken van de twee planeten ten opzichte van de Zon opgeslagen (en dus niet die van de Zon en van Mars ten opzichte van de Aarde). "Het neuraal netwerk ontdekt het heliocentristisch model van ons zonnestelsel", concluderen de onderzoekers daaruit.

Ook bij de andere natuurkundige problemen wist SciNet de relevante fysische parameters (bijvoorbeeld de frequentie van een slinger) eruit te lichten of leerde het zichzelf eerst natuurwetten aan (zoals behoud van energie of behoud van impulsmoment) om vervolgens voorspellingen te doen. "SciNet gaat op exact dezelfde manier als een fysicus te werk", klinkt het in hun paper, die door vakgenoten geaccepteerd werd voor publicatie in het tijdschrift Physical Review Letters.

Aan Nature vertelt Renner dat zulk neuraal netwerk in de toekomst ook de mysteries van de moderne fysica zou kunnen helpen oplossen. Om dat doel te bereiken, proberen hij en zijn medewerkers nu een versie te ontwikkelen die niet alleen kan leren van experimentele gegevens, maar ook volledig nieuwe experimenten voorstelt om hypothesen te testen.

Een kleine 500 jaar geleden slaagde de Homo Sapiens erin om wiskundig vast te stellen dat de planeet waarop zij vertoeft rond de Zon draait © U Liège