iaintel·ligènciaartificial.cat← Portada
Secció · Ciència, salut i robòtica

CIÈNCIA · 4 MIN

Una IA del MIT preveu sistemes caòtics, com l'oratge, sense disparar-se mai cap a resultats físicament impossibles, segons «PNAS»

El mètode obliga el model a respectar una mena de balanç d'energia, de manera que les prediccions es mantenen dins de límits realistes per llarg que sigui el termini. Els autors en publiquen el codi.

Il·lustració generada amb IA: Una IA del MIT preveu sistemes caòtics, com l'oratge, sense disparar-se mai cap a resultats físicament impossibles, segons «PNAS»
Il·lustració generada amb IA
Escolta:

Els sistemes caòtics, com l'atmosfera o el moviment turbulent d'un fluid, són molt difícils de preveure: una diferència minúscula al principi acaba donant resultats molt diferents. Però caòtic no vol dir que hi pugui passar qualsevol cosa. La temperatura de l'aire, per exemple, no s'enfila fins a valors absurds: aquests sistemes es mouen dins d'uns límits. Els models d'IA que aprenen a imitar-los a partir de dades no sempre ho respecten, i en prediccions llargues sovint es disparen cap a valors que la física no permet.

Un equip del Laboratori de Sistemes d'Informació i Decisió del MIT, format per l'estudiant de doctorat Sunbochen Tang i els professors Navid Azizan i Themistoklis Sapsis, proposa a la revista «PNAS» (DOI 10.1073/pnas.2533077123) una manera de garantir-ho. El model aprèn alhora una funció que fa el paper de l'energia del sistema i una frontera que en tanca el comportament. Després, una capa final del model fa complir la regla que l'energia es dissipa: si una predicció surt fora de la zona permesa, la torna cap a dins. Segons els autors, això dona una garantia teòrica que les prediccions es mantenen fitades per llarg que sigui el termini.

El treball s'ha provat amb sistemes senzills de manual i amb sistemes complexos de moltes dimensions, i segons el MIT el nou mètode s'acosta molt als resultats reals mentre que els enfocaments convencionals aviat donen prediccions impossibles. «Caòtic no vol dir que pugui passar qualsevol cosa. Aquests sistemes sovint es mantenen fitats, i els seus models també ho haurien de fer», resumeix Azizan. La capa que imposa la regla es pot afegir a diferents tipus de models, i l'equip n'ha publicat el codi obert, cosa que facilita que altres grups la provin.

El comunicat del MIT no dona xifres d'error ni comparacions detallades, que caldrà buscar a l'article. Que les prediccions es mantinguin dins de límits realistes tampoc no vol dir que siguin encertades: la garantia evita els resultats absurds, no els errors. El pas següent, segons els autors, és provar-ho en sistemes més grans, i ja treballen amb models de dades de l'oratge real, que és on una IA de previsió fiable pot tenir més impacte.

Mateixa secció

Veure tota la secció →