Zyski:
- Możliwość rozróżnienia, gdzie sztuczna inteligencja oszczędza czas w toku prac fizycznych (obliczenia, symulacje, analiza, wyprowadzanie), a gdzie decyzje dotyczące jednostki, kolejności i dokładności pozostawia się ludziom, w zależności od poziomu ryzyka.
- Umiejętność zastosowania dyscypliny kontrolującej każdy wynik poprzez zdefiniowanie jego jednostki, zapewnienie jego poziomu i weryfikację za pomocą niezależnego narzędzia.
- Zrozumienie, dlaczego błędy jednostek/kolejności, wymyślone stałe i fałszywe referencje to ryzyko, które w tym zawodzie należy brać pod uwagę od samego początku.
Fizyka to sztuka opisywania przyrody za pomocą liczb i równań; Ale najokrutniejsza zasada tej sztuki jest następująca: błąd jednostki, błąd znaku lub zmiana kolejności (wynik jest 10, 100 lub 1000 razy większy/mniejszy) unieważnia cały wynik. Użycie w obliczeniach centymetrów zamiast metrów może spowodować, że satelita ominie swoją orbitę; błąd w pisowni jednego wykładnika wystarczy, aby obalić obliczenia łożyska mostu. Dlatego stosowanie sztucznej inteligencji (AI) w fizyce wymaga dyscypliny. W tej części dowiesz się, gdzie narzędzia, które nazywamy modelem dużego języka (LLM – rodzaj sztucznej inteligencji, która generuje tekst statystycznie, z logiką „następnego najbardziej prawdopodobnego słowa”) faktycznie oszczędzają czas w pracy fizycznej, gdzie są niebezpieczne i jak weryfikować każdy wynik.
Po pierwsze, koncepcja krytyczna: halucynacja ma miejsce, gdy sztuczna inteligencja produkuje informacje, które w rzeczywistości nie są prawdziwe, z całkowitą pewnością, tak jakby były prawdziwe. W fizyce jest to; Występuje w postaci wymyślonej stałej wartości, nazwy nieistniejącego równania, nieprawidłowej jednostki lub odniesienia do nieistniejącego artykułu. Najważniejszym punktem jest to, że LLM nie jest kalkulatorem ani silnikiem fizycznym. Jest to generator tekstu, który statystycznie imituje teksty, które widzi w danych treningowych. Przez większość czasu pisze poprawną fizykę, ponieważ widział wiele poprawnych tekstów z fizyki; ale różnica między „prawdą przez większość czasu” a „prawdą przez cały czas” dotyczy fizyki.
Gdzie sztuczna inteligencja sprawdza się w fizyce, a gdzie nie?
Pomyśl o sztucznej inteligencji jak o szybkim szkicu, pomyśle i partnerze w zakresie programowania: cennym, ale niezbędnym do walidacji. Podstawą tego modułu jest poniższe rozróżnienie.
Zadanie
Wkład sztucznej inteligencji
Odpowiedzialność fizyka
obliczenia numeryczne
Zapisuje kod Python/NumPy
Uruchom kod i potwierdź wynik za pomocą urządzenia
symulacja
Ustala ramy rozwiązywania równań różniczkowych
Sprawdź, stosując prawa zachowania fizycznego
Eksperymentalna analiza danych
Kod dopasowania krzywej sugeruje statystyki
Potwierdzenie zgodności modelu z fizyką
Wyprowadzenie modelu/formuły
Zawiera zarys wyprowadzenia i krok pośredni
Sprawdzanie każdego kroku i warunku brzegowego
wizualizacja
Generuje kod graficzny
Zobacz dokładność osi, jednostki i skali
Literatura/pisanie
Dokonuje podsumowań, wersji roboczych, poprawek językowych
Potwierdzenie każdej wzmianki i faktu u źródła
Praktyczna zasada: używaj sztucznej inteligencji do nawigacji, kodowania i edytowania konta, a nie samego konta; Zawsze weryfikuj wynik numeryczny za pomocą narzędzia deterministycznego (wykonany kod Pythona, analiza wymiarowa, sprawdzenie ręczne). „Deterministyczny” oznacza tutaj „zawsze daje ten sam i precyzyjny wynik na tych samych danych wejściowych”; Wykonany kod NumPy wygląda następująco, nie jest to liczba, którą LLM podaje z głowy.
Trzy śmiertelne pułapki AI w fizyce
1. Błędy w jednostkach i zamówieniach. Sztuczna inteligencja może po cichu przełączać się między dżulami i elektronowoltami, kelwinami i stopniami Celsjusza, radianami i stopniami. Wynik wygląda liczbowo na „rozsądny”, ale jest fizycznie błędny.
2. Stałe i równania wymyślone. Sztuczna inteligencja może „wypełnić” stałą materiałową lub obszar przekroju, którego nie pamięta, liczbą, która wydaje się rozsądna. Może nadać nazwę prawu, które nie istnieje.
3. Fałszywe atrybucje. Sztuczna inteligencja może stworzyć całkowicie wymyślony artykuł w prawdziwym magazynie, z prawdziwie brzmiącymi nazwiskami autorów. Omówimy to szczegółowo w części 9.
Wskazówka: do każdego numerycznego wyniku AI zadawaj trzy pytania: (1) Jaka jest jego jednostka? (2) Czy kolejność (do potęgi 10) jest fizycznie uzasadniona? (3) Jak mogę to sprawdzić niezależnie? Te trzy pytania wyłapują zdecydowaną większość błędów fizycznych w zarodku.
Krok po kroku: bezpieczny przepływ pracy AI w fizyce
1. Zdefiniuj problem za pomocą jego jednostek. Zamiast „Znajdź prędkość obiektu”, „Jeśli obiekt o masie 2 kg przyspiesza przez 3 s ze stałą siłą 5 N, jaka jest jego prędkość końcowa w m/s?” mowić. Napisz wyraźnie, co jest podane i żądaną jednostkę.
2. Poproś o rozwiązanie krok po kroku i śledzenie jednostek. Poproś sztuczną inteligencję, aby pokazała, w jaki sposób jednostka jest poruszana na każdym etapie pośrednim. Jednostki są najpotężniejszym narzędziem do wychwytywania błędów.
3. Sprawdź, uruchamiając kod. Potwierdź symboliczny lub numeryczny wynik za pomocą wykonywalnego kodu Pythona. Jest to główna zasada tego modułu.
4. Wykonaj fizyczną kontrkontrolę. Czy energia jest oszczędzana? Czy wynik daje oczekiwane zachowanie w przypadku granicznym (kiedy masa dąży do zera, a prędkość jest bardzo mała)? Czy analiza wymiarowa ma zastosowanie?
5. Potwierdź stałe i odniesienia. Prędkość światła, stała Plancka, gęstość materiału – zweryfikuj to wszystko na podstawie wiarygodnej literatury (CODATA, podręcznik, arkusz danych).
trzy mini etui
Przypadek 1 — Pułapka na jednostki. Student inżynierii zapytał AI o energię fotonu i otrzymał odpowiedź E = 3,2 × 10⁻¹⁹ J (poprawna). Ale w następnym kroku AI zapisał to jako „około 2 eV”. Uczeń sprawdził konwersję J 1 eV = 1,602 × 10⁻¹⁹: prawidłowy wynik wynosił około 2 eV, spójnie. Ale w innym pytaniu YZ napisał 3,2 × 10⁻¹⁹ J jako „3,2 eV”; Kiedy uczeń dokonał konwersji ręcznie, zobaczył, że powinno wynosić 2 eV i wyłapał błąd. Stracony czas: 3 minuty.
Przypadek 2 — Mocowanie zamocowane. Nauczyciel zapytał sztuczną inteligencję o lepkość wody w określonej temperaturze. YZ podał liczbę, która wydawała się rozsądna, ale nie podał źródła. Kiedy nauczyciel porównał wartość z podręcznikiem inżynierskim, stwierdził, że liczba podana przez sztuczną inteligencję była około dwukrotnie większa od rzeczywistej wartości. Bez weryfikacji obliczenia laboratoryjne okazałyby się całkowicie błędne.
Przypadek 3 – Uzyskane potwierdzenie. Badacz poprosił sztuczną inteligencję o kod w Pythonie, który numerycznie rozwiązuje równanie ruchu wahadła. Kod zadziałał, ale z biegiem czasu energia stale rosła – było to fizycznie niemożliwe. Badacz zorientował się, że jest to spowodowane błędem metody numerycznej (prosty krok Eulera), poprosił sztuczną inteligencję o metodę zachowującą zasadę zachowania energii (np. mniejszy krok lub bardziej stabilny solwer) i naprawił ją w 10 minut. Gdyby nie sprawdzenie oszczędzania energii, nieprawidłowy wynik zostałby uznany za prawidłowy.
Cztery szablony do kopiowania
1) Sprawdzalne rozwiązanie ze śledzeniem jednostek:
Twoja rola: asystent fizyki. Rozwiąż następujący problem KROK PO KROKU: [problem]. Zapisz wszystkie dane i pożądany wynik w jednostkach SI. Pokaż, jak jednostka jest przesuwana na każdym etapie. Potwierdź wynik za pomocą wykonywalnego kodu Pythona (NumPy). Na koniec oceń w zdaniu, czy zamówienie jest fizycznie prawdopodobne.
2) Potwierdzenie stałe/danych:
Zapisz wartość [stała fizyczna lub właściwość materiału] i jej jednostkę SI. Podaj źródło (np. CODATA, instrukcja). Jeśli nie znasz dokładnej wartości, powiedz „zweryfikuj tę wartość na podstawie odniesienia” i NIE PASUJ. Podaj także swoją niepewność (jeśli występuje).
3) Sprawdzanie własnego rozwiązania/kodu:
Poniżej znajduje się moje rozwiązanie/kod. Sprawdź każdy krok i jego jednostkę. Jeśli wystąpił BŁĄD, pokaż, w którym kroku i dlaczego; Jeśli to prawda, powiedz „prawda”. Szczególnie sprawdź spójność i porządek jednostek. Napisz nowe rozwiązanie; Po prostu sprawdź moje. Moje rozwiązanie: [tutaj]
4) Prośba o sprawdzenie stanu zdrowia fizycznego:
Podaj 3 niezależne fizyczne sumy kontrolne (nie wykonuj obliczeń) dla następującego wyniku: analiza wymiarów/jednostek, zachowanie stanu granicznego, sprawdzenie prawa zachowania. Dla każdego napisz jednym zdaniem co mam sprawdzić w tym wyniku.
Słaba zachęta/silna zachęta
Słabe: „Oblicz, jak długo piłka pozostaje w powietrzu”.
Wynik: brakujące dane, niejasna jednostka, odpowiedź w jednym wierszu; nie można zweryfikować, nie można wykryć błędów.
Strong: „Dla piłki rzuconej z ziemi z prędkością pionową 20 m/s oblicz KROK PO KROKU czas, w którym przebywa ona w powietrzu, przyjmując g = 9,81 m/s², ignorując opór powietrza. Podaj jednostki przy każdym kroku. Potwierdź wynik kodem Pythona i zapisz, jaki będzie czas, jeśli prędkość podwoi się jako granica.”
Wynik: kroki podlegające audytowi, śledzenie jednostek, weryfikacja plików wykonywalnych i fizyczne sprawdzanie.
Typowe błędy
- Zaniedbanie jednostki. Uwzględnianie liczby bez jednostek jest najczęstszym i kosztownym błędem w fizyce. Każda liczba ma jednostkę.
- Nie sprawdzam rangi. Jaki jest wynik do potęgi 10? Masa człowieka wynosi 70 kg, a nie 70 g czy 70 ton. Sprawdzanie rangi zajmuje sekundy, oszczędza godziny.
- Nie sprawdzanie poprawności stałych. Wymyślona stała jest najbardziej podstępną halucynacją, ponieważ wydaje się wiarygodna.
- Zaufanie kodowi bez jego uruchamiania. Nawet jeśli kod napisany przez sztuczną inteligencję „wygląda poprawnie”, nie należy go uważać za ostateczny, dopóki nie zostanie uruchomiony i nie zostanie sprawdzony wynik.
- Nieprzeprowadzanie kontroli fizycznych. Czy energia, pęd i ładunek są zachowane? Czy stany graniczne są zgodne z oczekiwaniami? Bez tych kontroli wynik pozostaje niekompletny.
Przestroga: Zawsze sprawdzaj wynik przed eksportowaniem go do raportu, ucznia lub projektu. W fizyce niepoprawna wartość rośnie wykładniczo w łańcuchu pomiaru, projektowania i bezpieczeństwa. Niezweryfikowane wyniki AI nigdy nie zastępują potwierdzenia od kompetentnego fizyka.
Podsumowując
Sztuczna inteligencja to potężne narzędzie do rysowania, kodowania i edycji w fizyce; ale nie jest to kalkulator, silnik fizyczny ani wiarygodne odniesienie. Największym ryzykiem są błędy jednostek/zamówień, wymyślone stałe i fałszywe odniesienia. Zatem podstawowa dyscyplina jest jasna: zdefiniuj problem za pomocą jego jednostek, rozwiąż go krok po kroku i śledząc jednostki, weryfikuj, uruchamiając kod, przeprowadzaj fizyczne kontrsprawdzanie, weryfikuj stałe i atrybucje. W tym module pogłębimy sposób myślenia dotyczący walidacji w każdej jednostce.
Zadanie aplikacji
Wybierz zadanie fizyczne o średnim stopniu trudności ze swojej dziedziny (pytanie z kinematyki, energii lub elektryczności). Rozwiąż problem AI za pomocą pierwszego szablonu, śledzenia jednostek. Następnie zweryfikuj wynik w niezależny sposób (uruchamiając kod Pythona, analizę wymiarową lub ręcznie). Wykonaj co najmniej jedno sprawdzenie porządku i jedno sprawdzenie warunku brzegowego. Zapisz swoje ustalenia w 5-6 zdaniach: gdzie zadziałała sztuczna inteligencja, gdzie potrzebna była walidacja, czy wystąpił błąd w jednostce/zamówieniu?
lista kontrolna
- [ ] Jasno określiłem problem z podanymi elementami i żądaną jednostką.
- [ ] Poprosiłem sztuczną inteligencję o rozwiązanie krok po kroku i śledzenie jednostek.
- [ ] Sprawdziłem wynik za pomocą kodu wykonywalnego lub ręcznie.
- [ ] Sprawdziłem, czy ranga jest fizycznie uzasadniona.
- [ ] Dokonałem co najmniej jednej kontroli fizycznej (konserwacja, stan graniczny).
- [ ] Stałe, których używam, potwierdziłem z wiarygodnego źródła.
- [ ] Nie przekazałem żadnych niezweryfikowanych wyników.