NestyNet. III. Symbolic Regression from Analytic Neural Surrogates
O NestyNet-SR é um novo framework de regressão simbólica que aproveita substitutos neurais analíticos para decompor recursivamente dados complexos em componentes separáveis, os quais são então destilados em expressões de forma fechada exatas, alcançando desempenho de estado da arte em benchmarks e redescobrindo com sucesso leis físicas fundamentais a partir de dados astronômicos reais.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
A natureza frequentemente esconde suas regras mais simples sob um véu de complexidade. Uma lei física pode parecer um emaranhado de variáveis quando escrita em dados brutos, mas poderia ser uma única e elegante frase se soubéssemos como olhar. Durante séculos, os cientistas confiaram na intuição humana para encontrar essa maneira certa de olhar, para desenredar o nó e revelar a estrutura limpa por baixo. Mas, à medida que o universo nos apresenta mais dados e sistemas mais intrincados, nossas mentes desarmadas podem ter dificuldade em enxergar o padrão. A questão tornou-se se as máquinas podem nos ajudar a examinar uma gama muito mais ampla de possibilidades, descobrindo relações que se ajustam perfeitamente aos dados e que podem até prever como as coisas se comportam em novas situações que nunca vimos antes. Este é o objetivo de um campo chamado regressão simbólica: a busca pelas sentenças matemáticas reais que descrevem o mundo, em vez de apenas ajustar uma curva a um gráfico.
O desafio é que o número de sentenças possíveis é tão vasto que pesquisar através delas uma por uma é impossível. É como tentar encontrar um livro específico em uma biblioteca onde cada prateleira contém todas as combinações possíveis de palavras. Para resolver isso, os pesquisadores Rodrigo Ibata e sua equipe desenvolveram um novo método chamado NestyNet-SR. Em vez de adivinhar sentenças aleatórias, seu sistema primeiro constrói um modelo altamente preciso e flexível dos dados usando um tipo de rede neural artificial. Este modelo atua como um substituto, um representante que conhece os dados intimamente. A inovação crucial é que este substituto é projetado para ser matematicamente transparente; ele permite que os pesquisadores calculem exatamente como a saída muda quando eles ajustam as entradas, até os detalhes mais finos. Ao estudar essas mudanças, o sistema pode detectar se os dados podem ser decompostos em partes mais simples e independentes. Ele faz perguntas como: esta parte do sistema depende apenas da temperatura, enquanto aquela parte depende apenas da pressão? Ou existe uma combinação oculta de variáveis, como uma razão específica ou uma soma, que faz com que o todo se comporte de forma simples?
Uma vez que o sistema identifica esses blocos de construção mais simples, ele passa para a segunda etapa: traduzi-los de volta para uma linguagem legível por humanos. É aqui que o método brilha. Ele não procura apenas uma fórmula perfeita; ele separa a busca pela estrutura da busca pelos números. Imagine tentar encontrar o formato de uma chave sem saber o tamanho exato de seus dentes. O sistema primeiro encontra o formato — o esqueleto da equação — e depois ajusta os números precisos a ela. Essa abordagem permite que ele lide com camadas complexas de aninhamento que costumam confundir outros métodos. Ele pode descobrir que uma relação envolve uma onda senoidal, ou uma raiz quadrada, ou uma lei de potência, e pode fazer isso mesmo quando os dados são ruidosos ou vêm de múltiplos experimentos diferentes ao mesmo tempo. O sistema também é rigoroso quanto à realidade física; ele verifica se as unidades de medida fazem sentido, garantindo que uma fórmula não adicione acidentalmente metros a segundos.
A equipe testou seu método em um famoso conjunto de 120 equações de física, conhecido como benchmark AI Feynman, que são projetadas para serem difíceis de resolver por computadores. Em um mundo sem ruído, o sistema recuperou com sucesso cada uma das 120 equações exatamente, uma primeira para este tipo de benchmark. Ele fez isso encontrando as coordenadas internas ocultas que faziam as equações complexas parecerem simples. Quando adicionaram ruído realista aos dados, simulando as imperfeições de medições do mundo real, o sistema ainda conseguiu encontrar a estrutura correta para quase metade dos problemas, e pôde dizer aos pesquisadores quais partes da estrutura ainda eram confiáveis. Essa capacidade de distinguir entre uma lei verdadeira e um palpite de sorte é um passo significativo à frente.
Para provar que o método funciona em dados astronômicos reais, os pesquisadores o aplicaram a uma coleção de galáxias espirais do levantamento SPARC. Eles deram ao computador apenas as contribuições separadas de gás e estrelas para a rotação da galáxia, sem dizer como combiná-las. O sistema foi solicitado a encontrar a regra que governa como essas galáxias giram. Sem qualquer instrução prévia, o algoritmo descobriu que a velocidade de rotação depende de uma medida única e combinada de aceleração de ambos o gás e as estrelas. Ele encontrou a maneira correta de pesar as estrelas contra o gás, correspondendo à razão massa-luz conhecida das populações estelares. Além disso, confirmou que a relação entre o movimento observado e esta aceleração combinada segue uma forma específica e não única que tem sido debatida na astronomia por anos. O sistema também forneceu uma medida estatística de quão confiante estava na inclinação desta relação, mostrando que as partes profundas e lentas da galáxia seguem uma regra diferente das bordas externas rápidas.
Este trabalho demonstra que, ao combinar substitutos matemáticos precisos com uma estratégia de busca inteligente e em camadas, podemos passar de dados brutos para leis interpretáveis da natureza. O sistema não apenas prevê números; ele revela a estrutura do universo, mostrando-nos que mesmo na dança complexa das galáxias, existem regras simples e descobríveis esperando para serem encontradas, se soubermos como olhar. Os pesquisadores disponibilizaram seu código e dados, permitindo que outros testem esses métodos em seus próprios problemas, desde o movimento de planetas até o comportamento de fluidos. O caminho de uma rede neural para uma equação de forma fechada não é mais um mistério; é uma rota prática para compreender as leis fundamentais que governam o nosso mundo.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.