Unité 1 / 11

Introduction à l'intelligence artificielle en physique : rôles, limites, validation des unités et des résultats, éthique

Gains :

  • Être capable de distinguer où l'intelligence artificielle fait gagner du temps dans le flux de travail de physique (calcul, simulation, analyse, dérivation) et où les décisions d'unité, d'ordre et de précision sont laissées à l'homme, en fonction du niveau de risque.
  • Capacité à appliquer une discipline qui contrôle chaque résultat en définissant son unité, en garantissant son niveau et en le vérifiant avec un outil indépendant.
  • Comprendre pourquoi les erreurs d'unité/d'ordre, les constantes inventées et les fausses références sont des risques qui doivent être pris en compte dans ce métier dès le début.

La physique est l'art de décrire la nature avec des nombres et des équations ; Mais la règle la plus cruelle de cet art est la suivante : une erreur d'unité, une erreur de signe ou un changement d'ordre (un résultat étant 10, 100 ou 1000 fois plus grand/plus petit) invalide l'ensemble du résultat. L’utilisation de centimètres au lieu de mètres dans un calcul pourrait faire rater son orbite à un satellite ; une faute d'orthographe d'un exposant suffit à réfuter le calcul du roulement d'un pont. C'est pourquoi l'utilisation de l'intelligence artificielle (IA) en physique nécessite de la discipline. Dans cette unité, vous apprendrez où les outils que nous appelons grand modèle de langage (LLM - un type d'intelligence artificielle qui produit du texte de manière statistique, avec la logique du "mot suivant le plus probable") permettent réellement de gagner du temps dans le travail physique, où ils sont dangereux et comment vérifier chaque sortie.

Tout d’abord, un concept critique : l’hallucination se produit lorsque l’IA produit des informations qui ne sont pas réellement vraies, en toute confiance, comme si elles étaient vraies. En physique, c'est le cas ; Il se présente sous la forme d'une valeur constante inventée, du nom d'une équation inexistante, d'une unité incorrecte ou d'une référence à un article inexistant. Le point critique est le suivant : LLM n’est pas une calculatrice ni un moteur physique. Il s'agit d'un générateur de texte qui imite statistiquement les textes qu'il voit dans les données d'entraînement. Il produit une physique correcte la plupart du temps parce qu'il a vu de nombreux textes de physique corrects ; mais la différence entre « vrai la plupart du temps » et « vrai tout le temps » est essentielle en physique.

Où l’intelligence artificielle fonctionne-t-elle en physique et où ne fonctionne-t-elle pas ?

Considérez l’IA comme un partenaire de rédaction rapide, d’idée et de codage : précieux mais essentiel à la validation. La distinction suivante constitue l'épine dorsale de ce module.

Quête

Apport de l'IA

Responsabilité du physicien

calcul numérique

Écrit du code Python/NumPy

Exécutez le code et confirmez le résultat avec l'unité

simulation

Établit un cadre de solution d’équation différentielle

Vérifier par les lois de conservation physique

Analyse de données expérimentales

Le code d'ajustement de courbe suggère des statistiques

Confirmer la conformité du modèle à la physique

Dérivation de modèle/formule

Fournit un aperçu de la dérivation et une étape intermédiaire

Vérification de chaque étape et condition aux limites

visualisation

Génère du code graphique

Voir la précision de l'axe, de l'unité et de l'échelle

Littérature/écriture

Effectue des résumés, des brouillons et des corrections linguistiques

Confirmer chaque référence et fait à la source

Règle générale : utilisez l'IA pour naviguer, coder et modifier le compte, pas le compte lui-même ; Vérifiez toujours le résultat numérique avec un outil déterministe (code Python exécuté, analyse dimensionnelle, vérification manuelle). « Déterministe » signifie ici « donne toujours le même résultat précis à la même entrée » ; Un code NumPy exécuté est comme ça, ce n'est pas un nombre que LLM donne du haut de sa tête.

Trois pièges mortels de l'IA en physique

1. Erreurs d’unité et de commande. L’IA peut basculer silencieusement entre les joules et les électronvolts, les kelvins et les degrés centigrades, les radians et les degrés. Le résultat semble numériquement « raisonnable » mais est physiquement faux.

2. Constantes et équations inventées. L'IA peut "remplir" une constante matérielle ou une zone transversale dont elle ne se souvient pas avec un nombre qui semble raisonnable. Elle peut donner un nom à une loi qui n'existe pas.

3. Fausses attributions. L’IA peut produire un article entièrement inventé dans un vrai magazine, avec des noms d’auteurs qui sonnent bien. Nous aborderons cela en profondeur dans l’unité 9.

Astuce : abordez chaque sortie numérique de l'IA avec trois questions : (1) Quelle est son unité ? (2) La commande (à la puissance 10) est-elle physiquement raisonnable ? (3) Comment puis-je vérifier cela indépendamment ? Ces trois questions attrapent dans l’œuf la grande majorité des erreurs de physique.

Étape par étape : flux de travail sécurisé de l'IA en physique

1. Définissez le problème avec ses unités. Au lieu de « Trouver la vitesse d'un objet », « Si un objet d'une masse de 2 kg accélère pendant 3 s avec une force constante de 5 N, quelle est sa vitesse finale en m/s ? dire. Écrivez clairement ce qui est donné et l'unité souhaitée.

2. Demandez une solution étape par étape et un suivi des unités. Demandez à l'IA de montrer comment l'unité est déplacée à chaque étape intermédiaire. Les unités sont l’outil le plus puissant pour détecter les erreurs.

3. Vérifiez en exécutant le code. Confirmez le résultat symbolique ou numérique avec un code Python exécutable. C'est le principe central de ce module.

4. Effectuez une contre-vérification physique. L'énergie est-elle conservée ? Le résultat donne-t-il le comportement attendu dans le cas limite (lorsque la masse tend vers zéro et la vitesse est très petite) ? L'analyse dimensionnelle est-elle valable ?

5. Confirmez les constantes et les références. Vitesse de la lumière, constante de Planck, densité d'un matériau, vérifiez tout à partir d'une référence fiable (CODATA, manuel, fiche technique).

trois mini-cases

Cas 1 — Piège unitaire. Un étudiant en ingénierie a interrogé l'IA sur l'énergie d'un photon et a obtenu la réponse E = 3,2 × 10⁻¹⁹ J (correct). Mais à l’étape suivante, l’IA l’a noté « environ 2 eV ». L'étudiant a vérifié la conversion J de 1 eV = 1,602 × 10⁻¹⁹ : le résultat correct était d'environ 2 eV, cohérent. Mais dans une autre question, YZ a écrit 3,2 × 10⁻¹⁹ J sous la forme « 3,2 eV » ; Lorsque l'étudiant a effectué la conversion manuellement, il a vu qu'elle devait être de 2 eV et a détecté l'erreur. Temps perdu : 3 minutes.

Cas 2 — Raccord fixe. Un enseignant a demandé à l'IA la viscosité de l'eau à une certaine température. YZ a donné un chiffre qui semblait raisonnable mais n'a pas cité la source. Lorsque l’enseignant a comparé la valeur à un manuel d’ingénierie, il a constaté que le nombre donné par l’IA était environ le double de la valeur réelle. Sans vérification, un calcul de laboratoire s’avérerait complètement erroné.

Cas 3 — Confirmation obtenue. Un chercheur a demandé à l'IA un code Python qui résout numériquement l'équation du mouvement d'un pendule. Le code fonctionnait, mais l’énergie augmentait régulièrement avec le temps – physiquement impossible. Le chercheur s'est rendu compte que cela était dû à l'erreur de la méthode numérique (simple étape d'Euler), a demandé à l'IA une méthode qui maintenait la conservation de l'énergie (par exemple, une étape plus petite ou un solveur plus stable) et l'a corrigée en 10 minutes. Sans le contrôle d’économie d’énergie, le résultat incorrect serait considéré comme correct.

Quatre modèles copiables

1) Solution vérifiable avec suivi des unités :

Votre rôle : assistant physique. Résolvez le problème suivant ÉTAPE PAR ÉTAPE : [problème]. Écrivez toutes les données et le résultat souhaité en unités SI. Montrez comment l'unité est déplacée à chaque étape. Confirmez le résultat avec un code Python exécutable (NumPy). Enfin, évaluez dans une phrase si l’ordre est physiquement plausible.

2) Confirmation fixe/données :

Écrivez la valeur de [constante physique ou propriété matérielle] et son unité SI. Citez la source (par exemple CODATA, manuel). Si vous ne connaissez pas la valeur exacte, dites « vérifiez cette valeur à partir d'une référence » et NE CONVENEZ PAS. Indiquez également votre incertitude (le cas échéant).

3) Vérifier ma propre solution/code :

Ci-dessous ma solution/code. Vérifiez chaque étape et son unité. S'il y a une ERREUR, indiquez à quelle étape et pourquoi ; Si c'est vrai, dites « vrai ». Vérifiez particulièrement la cohérence et l’ordre des unités. Écrivez une nouvelle solution ; Vérifiez simplement le mien. Ma solution : [ici]

4) Demande de contrôle d'intégrité physique :

Donnez 3 sommes de contrôle physiques indépendantes (ne faites pas le calcul) pour le résultat suivant : analyse dimensionnelle/unité, comportement de l'état limite, vérification de la loi de conservation. Pour chacun, écrivez en une phrase ce que je dois vérifier dans ce résultat.

Invite faible/Invite forte

Faible : "Calculez combien de temps une balle reste en l'air."
Résultat : données manquantes, unité peu claire, réponse sur une seule ligne ; ne peut pas être vérifié, les erreurs ne peuvent pas être détectées.
Strong : "Pour une balle lancée depuis le sol avec une vitesse verticale de 20 m/s, calculez le temps pendant lequel elle reste dans les airs ÉTAPE PAR ÉTAPE en prenant g = 9,81 m/s², en ignorant la résistance de l'air. Montrez les unités à chaque étape. Confirmez le résultat avec un code Python et notez quel sera le temps si la vitesse double comme cas limite."
Le résultat : étapes auditables, suivi des unités, vérification des exécutables et contre-vérification physique.

Erreurs courantes

  • Négliger l'unité. Considérer un nombre sans unités est l’erreur la plus courante et la plus coûteuse en physique. Chaque nombre a une unité.
  • Je ne vérifie pas le classement. Quel est le résultat à la puissance 10 ? La masse d'un humain est de 70 kg, et non de 70 g ou 70 tonnes. La vérification du classement prend quelques secondes et fait gagner des heures.
  • Ne pas valider les constantes. Une constante inventée est l’hallucination la plus insidieuse car elle semble plausible.
  • Faire confiance au code sans l'exécuter. Même si le code écrit par l’IA « semble correct », il ne doit être considéré comme définitif qu’après son exécution et la vérification du résultat.
  • Ne pas effectuer de contrôles physiques. L'énergie, l'élan et la charge sont-ils conservés ? Les états limites sont-ils conformes aux attentes ? Sans ces vérifications, le résultat reste incomplet.
Attention : Vérifiez toujours un résultat avant de l'exporter vers un rapport, un étudiant ou une conception. En physique, une valeur incorrecte croît de façon exponentielle dans la chaîne de mesure, de conception et de sécurité. Les résultats non vérifiés de l’IA ne remplacent jamais la confirmation d’un physicien compétent.

En résumé

L’IA est un puissant outil de rédaction, de codage et d’édition en physique ; mais ce n'est pas une calculatrice, un moteur physique ou une référence fiable. Les plus grands risques sont les erreurs d’unité/ordre, les constantes inventées et les références fallacieuses. La discipline de base est donc claire : définir le problème avec ses unités, le résoudre étape par étape et avec le suivi des unités, vérifier en exécutant le code, faire une contre-vérification physique, vérifier les constantes et les attributions. Nous approfondirons cet état d’esprit de validation dans chaque unité tout au long de ce module.

Tâche de candidature

Choisissez un problème de physique de difficulté moyenne dans votre domaine (une question de cinématique, d'énergie ou d'électricité). Résolvez-le en IA avec le premier modèle, le suivi des unités. Vérifiez ensuite le résultat de manière indépendante (exécution de code Python, analyse dimensionnelle ou manuellement). Effectuez au moins une vérification d’ordre et une vérification des conditions aux limites. Écrivez vos résultats en 5 à 6 phrases : où l'IA a-t-elle fonctionné, où une validation était-elle nécessaire, y a-t-il eu une erreur d'unité/de commande ?

liste de contrôle

  • [ ] J'ai clairement défini le problème avec les éléments donnés et l'unité souhaitée.
  • [ ] J'ai demandé à AI une solution étape par étape et un suivi des unités.
  • [ ] J'ai vérifié le résultat avec du code exécutable ou manuellement.
  • [ ] J'ai vérifié que le rang est raisonnable physiquement.
  • [ ] J'ai effectué au moins un contrôle physique (conservation, état limite).
  • [ ] J'ai confirmé les constantes que j'utilise auprès d'une source fiable.
  • [ ] Je n'ai transmis aucun résultat non vérifié.