El rincón de Física de la UNIR

Redes neuronales para descubrir las leyes de la Física

Las redes neuronales representan un primer paso en el uso de nuevas técnicas de inferencia para extraer conocimiento nuevo (o reproducir el existente, pero por otro camino).

red neuronal
iStock

A pesar del éxito de las redes neuronales para resolver problemas concretos, su uso como herramienta científica de propósito general todavía se encuentra en su infancia.

Entre otros esfuerzos, científicos de la Escuela Politécnica Federal de Zúrich (ETH-Z) han desarrollado una nueva arquitectura de red neuronal llamada SciNet y que se acerca un poco más a la forma de razonar de la mente humana. Esto ha facilitado realizar progresos en el área de los descubrimientos científicos asistidos por ordenador. Como prueba de concepto de estos avances, estos investigadores han aplicado esta nueva red a varios escenarios sencillos de la Física. Sus resultados demuestran que es posible re-obtener algunas de las leyes básicas de la naturaleza tales como las de conservación (momento lineal, energía, etc.). También es posible derivar el valor de parámetros y constantes fundamentales o incluso inferir la visión heliocéntrica del firmamento (donde el Sol se encuentra en el centro del Sistema Solar), tal y como postuló Nicolás Copérnico en su obra Sobre los giros de los orbes celestes de 1543.

Efectivamente, una red neuronal que intente emular el mismo proceso de razonamiento sobre el mundo que nos rodea, puede ser usada para extraer conceptos básicos de la Física. Además, esto es posible lograrlo partiendo únicamente de datos experimentales medidos con anterioridad. En este contexto, si se le pregunta a una arquitectura informática de este tipo que haga predicciones sobre las posiciones del Sol y Marte en el cielo, podrá hacerlo basándose únicamente en posiciones anteriores conocidas. Es más, logrará este hito sin tener ni idea de la Física subyacente (ni gravitación de Newton, ni leyes de Kepler, ¡nada!). Esto es lo que consigue SciNet. Este programa es capaz de, entre otras maravillas, virar de manera autónoma (redescubrir) hacia el modelo heliocéntrico que hemos comentado más arriba.

Internamente, SciNet está separada en dos partes. La primera de ella comprime la información suministrada por los experimentadores (las observaciones) en una representación más simple. La segunda usa estos datos para responder a preguntas (que también deben codificarse de manera apropiada) sobre el sistema físico basado en esta representación. Si el lector se da cuenta, así es cómo funciona, de manera muy aproximada, el cerebro de un investigador y el método científico en general. Curiosamente, SciNet hace posible recuperar los mismos resultados que cualquier estudiante puede consultar en un libro de texto de ciencias, pero sin la necesidad de suministrar previamente información que conozcamos sobre las leyes de la naturaleza que describan un fenómeno concreto. SciNet solo necesita datos experimentales y ella realizará por sí sola todas las deducciones necesarias.

Hasta la fecha, los físicos usaban conocimiento previo sobre el sistema que estaban estudiando. Sin embargo, las redes neuronales, y en concreto SciNet, representan un primer paso en el uso de estas nuevas técnicas de inferencia para extraer conocimiento nuevo (o reproducir el existente, pero por otro camino). Pero que el lector no se engañe, las personas siguen siendo necesarias para interpretar los resultados hallados por la red. El investigador sigue siendo imprescindible. Los científicos del ETH-Z opinan que estos nuevos métodos complementarán a la larga al método científico tradicional. Este se basa en la metáfora del andamio, donde cada nuevo descubrimiento se apoya en bases más o menos sólidas relacionadas con el conocimiento previo. Y aunque recurrir a esta comprensión precedente es sin duda útil para hacer avanzar la ciencia, también puede conllevar parcialidad, prejuicios involuntarios, tendencias erróneas e ideas preconcebidas. Las redes neuronales pueden aportar una nueva mirada, quizás algo naive (e incluso infantil, como comentábamos justo al principio), pero simultáneamente limpia, eficiente y aliada del investigador.

Alberto Corbi es Doctor en Física y Director del Grado en Física de la Universidad Internacional de La Rioja (UNIR).

Alberto Corbi

Alberto Corbi

Vídeo de la semana

Continúa leyendo