সর্বশেষ বিজ্ঞান সংবাদ বিজ্ঞানবার্তা-র গুগল নিউজ চ্যানেলে।
যেকোন পদার্থবিজ্ঞানের টেক্সট বই খুলুন, আপনি সূত্রের পরে সুত্র পাবেন যেগুলো বর্ণনা করে আশেপাশের বিভিন্ন ভৈত ঘটনা। যেমন: জিনিসপত্র কীভাবে নড়ে, কোনো কিছু কীভাবে আকাশে উড়ে, কীভাবে এলোমেলে বৃষ্টি পড়ে ইত্যাদি।
এখন, কলাম্বিয়া বিশ্ববিদ্যালয়ের গবেষকদের দ্বারা তৈরি একটি নতুন কৃত্রিম বুদ্ধিমত্তা প্রোগ্রাম পৃথিবীর ভৌত ঘটনা ব্যাখার জন্য আপাতদৃষ্টিতে তার নিজস্ব বিকল্প পদার্থবিদ্যা আবিষ্কার করেছে।
গবেষনা পরিচালনা করার জন্য, গবেষকরা কৃত্রিম বুদ্ধিমত্তা প্রোগ্রামকে (উত্তর জানা) মৌলিক পদার্থবিজ্ঞানের ভৌত কিছু ঘটনার ভিডিয়ো ফুটেজ আর “কী ঘটছে তা বর্ণনা করার জন্য ন্যূনতম মৌলিক ভেরিয়েবলগুলি কী কী?” প্রশ্ন দিয়েছেন। ভিডিওটিতে একটি ঝুলন্ত ডাবল-পেন্ডুলাম দেখানো হয়েছে যার চারটি “স্টেট ভেরিয়েবল” রয়েছে – দুটি বাহুর প্রতিটির কোণ এবং কৌণিক বেগে। কয়েক ঘন্টা বিশ্লেষণের পর কৃত্রিম বুদ্ধিমত্তা প্রোগ্রামটি প্রায় সঠিক উত্তর দিয়েছে। সে ৪.৭ ভেরিয়েবল খুঁজে পেয়েছে। আর এর জন্য কৃত্রিম বুদ্ধিমত্তা প্রোগ্রামটি নিজস্ব পদার্থবিজ্ঞানের নিয়ম ব্যবহার করেছে।
ক্রেডিট: Boyuan Chen/Columbia Engineering
তবে স্পষ্ট করে বলতে গেলে, এর মানে এই নয় যে আমাদের বর্তমান পদার্থবিজ্ঞানের নিয়মগুলি ত্রুটিপূর্ণ বা আমাদের চারপাশের বিশ্বকে ব্যাখ্যা করার জন্য এটি একটি ভাল উপযুক্ত মডেল হতে যাচ্ছে। তবে অন্যান্য একই সমস্যাগুলিকে কিছুটা ভিন্ন দৃষ্টিকোণ দিয়ে দেখে ব্যাখ্যা করার চেষ্টা করার ব্যাপারে বিকল্প টাইমলাইনের উদ্ভব কিন্তু বিজ্ঞানের জন্য খারাপ না।
এই নতুন কৃত্রিম বুদ্ধিমত্তাটি শুধুমাত্র মুষ্টিমেয় কিছু ভৌত ঘটনার ভিডিও দেখে নিজে থেকে কিছু ক্ষুদ্র পদার্থবিজ্ঞানের আবিষ্কার করার চেষ্টা করেছে। এর মানে সে মহাবিশ্বকে নতুন করে ব্যাখ্যা করতে যাচ্ছে না।
তবে কৃত্রিম বুদ্ধিমত্তা আমাদের আজানা সম্ভাব্য ভেরিয়েবলগুলি সনাক্ত করতে আমাদের সাহায্য করতে পারে নতুন ধারণাগুলিকে ভিত্তি করে।
নিচে ভিডায়োতে Boyuan Chen ব্যাখ্যা করেছেন যে কীভাবে নতুন এই কৃত্রিম বুদ্ধিমত্তা প্রোগ্রামটি ভৌত ঘটনা পর্যবেক্ষণ করেছে এবং প্রাসঙ্গিক কিছু ভেরিয়েবল উন্মোচন করেছে (পদার্থবিজ্ঞানের তত্ত্ব প্রতিষ্ঠার জন্য ভেরিয়েবল একটি প্রয়োজনীয় অগ্রদূত।)
এখানে গবেষণাটি বেশ সুন্দরভাবে তুলে ধরা হয়েছে।
———
Automated discovery of fundamental variables hidden in experimental data. Nature Computational Science, 2022; 2 (7): 433 DOI: 10.1038/s43588-022-00281-6
প্রতিদিন আপডেট পেতে সাবস্ক্রাইব করুন আমাদের নিউজলেটারে এবং ফলো করুন আমাদের ইনস্টাগ্রাম, টুইটার এবং ফেসবুক-এ। এছাড়াও যুক্ত হতে পারেন আমাদের ফেসবুক গ্রুপে।

এই নিবন্ধটি Creative Commons Attribution-NoDerivatives 4.0 International License-এর অধীনে লাইসেন্সকৃত। পুনঃপ্রকাশের জন্য পুনঃপ্রকাশের নির্দেশিকা দেখুুন।