Het samenspel tussen fysica en kunstmatige intelligentie: een geïntegreerd perspectief dat fysische intuïtie en computationele complexiteit met elkaar verzoent

Projectdetails

!!Description

We willen een antwoord geven op fundamentele vragen op het raakvlak tussen fysica en artificiële intelligentie. Het is opvallend dat beide velden vergelijkbare doelen hebben – het vinden van structuur in ongeordende data – maar dat ze verschillende technieken gebruiken om deze doelen te bereiken. De twee onderzoeksvelden vertonen ook niet-overlappende tekortkomingen. Zo is het in de toegepaste fysica moeilijk om optimale structuren te ontwikkelen als er te veel vrijheidsgraden zijn. Op het gebied van artificiële intelligentie is er te weinig transparantie in hoe bepaalde resultaten worden verkregen. Bijna altijd verdwijnt fysische intuïtie uit het eindresultaat. In dit project willen we de voordelen van beide velden combineren. Enerzijds zullen we een nieuwe soort algoritmen ontwikkelen die belangrijke fysische concepten hebben geïnternaliseerd en daardoor efficiënter kunnen worden ingezet bij het oplossen van problemen in de toegepaste fysica. Een zogenaamde artificiële fysicus zou ook kunnen worden gebruikt om (neuro-)wetenschappers en ingenieurs te helpen bij de ontwikkeling van theoretische modellen van fysische en biologische fenomenen, en zelfs om nieuwe experimenten voor te stellen. Aan de andere kant zullen we instrumenten uit de fysica gebruiken om inzicht te krijgen in de interne werking van neurale netwerken. Een beter inzicht zorgt niet alleen voor een hogere betrouwbaarheid van de resultaten, maar het zal ook leiden tot een betere training van de netwerken.
AcroniemFWOTM1017
StatusActief
Effectieve start/einddatum1/11/2031/10/22

Keywords

  • Statistische fysica
  • Nanofotonica
  • Kunstmatige neurale netwerken

Flemish discipline codes

  • Machine learning and decision making
  • Applied and interdisciplinary physics
  • Nanophotonics
  • Neuroanatomy
  • Artificial intelligence