Lợi nhuận:
- Có thể phân biệt nơi nào trí tuệ nhân tạo tiết kiệm thời gian trong quy trình vật lý (tính toán, mô phỏng, phân tích, đạo hàm) và nơi nào các quyết định về đơn vị, trật tự và độ chính xác được giao cho con người, tùy thuộc vào mức độ rủi ro.
- Khả năng áp dụng kỷ luật kiểm soát từng đầu ra bằng cách xác định đơn vị của nó, đảm bảo mức độ của nó và xác minh nó bằng một công cụ độc lập.
- Hiểu lý do tại sao lỗi đơn vị/đơn hàng, hằng số giả tạo và tham chiếu sai là những rủi ro cần phải tính đến trong nghề này ngay từ đầu.
Vật lý là nghệ thuật mô tả thiên nhiên bằng những con số và phương trình; Nhưng quy tắc tàn khốc nhất của nghệ thuật này là: một lỗi đơn vị, một lỗi ký hiệu hoặc một sự dịch chuyển thứ tự (kết quả lớn hơn/nhỏ hơn 10, 100 hoặc 1000 lần) sẽ làm mất hiệu lực toàn bộ kết quả. Việc sử dụng cm thay vì mét trong phép tính có thể khiến vệ tinh lệch quỹ đạo của nó; viết sai chính tả một số mũ cũng đủ để bác bỏ cách tính sức chịu tải của một cây cầu. Đó là lý do tại sao sử dụng trí tuệ nhân tạo (AI) trong vật lý đòi hỏi phải có kỷ luật. Trong phần này, bạn sẽ tìm hiểu xem các công cụ mà chúng tôi gọi là mô hình ngôn ngữ lớn (LLM - một loại trí tuệ nhân tạo tạo ra văn bản theo thống kê, với logic "từ có khả năng xảy ra tiếp theo") thực sự tiết kiệm thời gian trong công việc thể chất ở đâu, chúng nguy hiểm ở đâu và cách xác minh từng đầu ra.
Đầu tiên, một khái niệm quan trọng: ảo giác là khi AI tạo ra thông tin không thực sự đúng, với sự tự tin hoàn toàn, như thể nó là sự thật. Trong vật lý đây là; Nó xuất hiện dưới dạng một giá trị không đổi giả định, tên của một phương trình không tồn tại, một đơn vị không chính xác hoặc một tham chiếu đến một bài viết không tồn tại. Điểm quan trọng là đây: LLM không phải là một máy tính hay một công cụ vật lý. Nó là một trình tạo văn bản bắt chước một cách thống kê các văn bản mà nó nhìn thấy trong dữ liệu huấn luyện. Anh ấy hầu hết đều tạo ra vật lý đúng vì anh ấy đã xem nhiều văn bản vật lý đúng; nhưng sự khác biệt giữa "luôn luôn đúng" và "luôn luôn đúng" là mọi thứ trong vật lý.
Trí tuệ nhân tạo hoạt động ở đâu trong vật lý và ở đâu không?
Hãy coi AI như một đối tác soạn thảo, ý tưởng và mã hóa nhanh chóng: có giá trị nhưng cần thiết để xác thực. Sự khác biệt sau đây là xương sống của mô-đun này.
Nhiệm vụ
Đóng góp của AI
Trách nhiệm của nhà vật lý
phép tính số
Viết mã Python/NumPy
Chạy mã và xác nhận kết quả với đơn vị
mô phỏng
Thiết lập một khung giải pháp phương trình vi phân
Chứng minh bằng định luật bảo toàn vật lý
Phân tích dữ liệu thực nghiệm
Mã khớp đường cong gợi ý số liệu thống kê
Khẳng định sự tuân thủ vật lý của mô hình
Đạo hàm mô hình/công thức
Cung cấp phác thảo phái sinh và bước trung gian
Kiểm tra từng bước và điều kiện biên
hình dung
Tạo mã đồ họa
Xem độ chính xác của trục, đơn vị và tỷ lệ
Văn học/viết văn
Thực hiện tóm tắt, phác thảo, chỉnh sửa ngôn ngữ
Xác nhận mọi tài liệu tham khảo và thực tế tại nguồn
Nguyên tắc nhỏ: Sử dụng AI để điều hướng, mã hóa và chỉnh sửa tài khoản chứ không phải chính tài khoản đó; Luôn xác minh kết quả bằng số bằng công cụ xác định (mã Python được thực thi, phân tích thứ nguyên, kiểm tra thủ công). "Xác định" ở đây có nghĩa là "luôn đưa ra kết quả giống nhau và chính xác cho cùng một đầu vào"; Một đoạn mã NumPy được thực thi là như thế này, nó không phải là một con số mà LLM nghĩ ra.
Ba cái bẫy chết người của AI trong vật lý
1. Lỗi đơn vị và thứ tự. AI có thể âm thầm chuyển đổi giữa joules và electronvolt, kelvin và centigrade, radian và độ. Kết quả có vẻ "hợp lý" về mặt số lượng nhưng lại sai về mặt vật lý.
2. Các hằng số và phương trình đã tạo. AI có thể “điền” một hằng số vật liệu hoặc một diện tích mặt cắt mà nó không nhớ bằng một con số có vẻ hợp lý. Nó có thể đặt tên cho một luật không tồn tại.
3. Ghi công sai. AI có thể tạo ra một bài báo hoàn toàn bịa đặt trên một tạp chí có thật, với tên tác giả nghe có vẻ thật. Chúng ta sẽ đề cập sâu hơn về vấn đề này trong bài 9.
Mẹo: Tiếp cận mọi kết quả đầu ra bằng số của AI bằng ba câu hỏi: (1) Đơn vị của nó là gì? (2) Thứ tự ( lũy thừa 10) có hợp lý về mặt vật lý không? (3) Làm cách nào để kiểm tra điều này một cách độc lập? Ba câu hỏi này nắm bắt được phần lớn các lỗi vật lý từ trong trứng nước.
Từng bước: quy trình làm việc AI an toàn trong vật lý
1. Xác định bài toán bằng đơn vị của nó. Thay vì "Tìm tốc độ của một vật", "Nếu một vật có khối lượng 2 kg tăng tốc trong 3 s với lực không đổi 5 N thì tốc độ cuối cùng của nó tính bằng m/s là bao nhiêu?" nói. Viết rõ ràng những gì được cho và đơn vị mong muốn.
2. Yêu cầu giải pháp từng bước và theo dõi đơn vị. Yêu cầu AI chỉ ra cách di chuyển thiết bị ở mỗi bước trung gian. Đơn vị là công cụ mạnh mẽ nhất để bắt lỗi.
3. Xác minh bằng cách chạy mã. Xác nhận kết quả ký hiệu hoặc số bằng mã Python thực thi. Đây là nguyên tắc trung tâm của mô-đun này.
4. Thực hiện kiểm tra đối ứng thực tế. Năng lượng có được bảo toàn không? Kết quả có đưa ra hành vi mong đợi trong trường hợp giới hạn (khi khối lượng về 0 và tốc độ rất nhỏ) không? Phân tích thứ nguyên có giữ được không?
5. Xác nhận các hằng số và tham chiếu. Tốc độ ánh sáng, hằng số Planck, mật độ của vật liệu—xác minh tất cả từ tài liệu tham khảo đáng tin cậy (CODATA, sách giáo khoa, bảng dữ liệu).
ba trường hợp nhỏ
Trường hợp 1 - Bẫy đơn vị. Một sinh viên kỹ thuật hỏi AI về năng lượng của photon và nhận được câu trả lời E = 3,2 × 10⁻¹⁹ J (đúng). Nhưng ở bước tiếp theo, AI viết nó là "khoảng 2 eV". Học sinh đã kiểm tra chuyển đổi J của 1 eV = 1,602 × 10⁻¹⁹: kết quả đúng là khoảng 2 eV, nhất quán. Nhưng trong một câu hỏi khác, YZ viết 3,2 × 10⁻¹⁹ J là “3,2 eV”; Khi sinh viên thực hiện chuyển đổi theo cách thủ công, anh ta thấy rằng nó phải là 2 eV và gặp lỗi. Thời gian bị mất: 3 phút.
Trường hợp 2 - Lắp cố định. Một giáo viên hỏi AI về độ nhớt của nước ở một nhiệt độ nhất định. YZ đưa ra con số có vẻ hợp lý nhưng không trích dẫn nguồn. Khi giáo viên so sánh giá trị với sổ tay kỹ thuật, ông nhận thấy con số do AI đưa ra gấp khoảng hai lần giá trị thực tế. Nếu không xác minh, tính toán trong phòng thí nghiệm sẽ hoàn toàn sai.
Trường hợp 3 - Đã đạt được xác nhận. Một nhà nghiên cứu đã yêu cầu AI cung cấp một mã Python để giải phương trình chuyển động của con lắc bằng số. Mã đã hoạt động, nhưng năng lượng tăng đều đặn theo thời gian - về mặt vật lý là không thể. Nhà nghiên cứu nhận ra rằng điều này là do lỗi của phương pháp số (bước Euler đơn giản), đã yêu cầu AI cung cấp phương pháp duy trì sự bảo toàn năng lượng (ví dụ: bước nhỏ hơn hoặc bộ giải ổn định hơn) và sửa nó trong 10 phút. Nếu không kiểm tra mức bảo toàn năng lượng thì kết quả sai sẽ được coi là đúng.
Bốn mẫu có thể sao chép
1) Giải pháp có thể kiểm chứng bằng tính năng theo dõi đơn vị:
Vai trò của bạn: trợ lý vật lý. Giải quyết vấn đề sau TỪNG BƯỚC: [vấn đề]. Viết tất cả các giá trị đã cho và kết quả mong muốn theo đơn vị SI. Hiển thị cách đơn vị được di chuyển ở mỗi bước. Xác nhận kết quả bằng mã Python (NumPy) thực thi được. Cuối cùng, đánh giá trong câu xem mệnh lệnh đó có hợp lý về mặt vật lý hay không.
2) Xác nhận cố định/dữ liệu:
Viết giá trị của [hằng số vật lý hoặc tính chất vật liệu] và đơn vị SI của nó. Trích dẫn nguồn (ví dụ: CODATA, hướng dẫn sử dụng). Nếu bạn không biết giá trị chính xác, hãy nói "xác minh giá trị này từ tham chiếu" và KHÔNG PHÙ HỢP. Đồng thời nêu rõ sự không chắc chắn của bạn (nếu có).
3) Kiểm tra giải pháp/mã của riêng tôi:
Dưới đây là giải pháp/mã của tôi. Kiểm tra từng bước và đơn vị của nó. Nếu có LỖI, hãy chỉ ra bước nào và tại sao; Nếu đúng thì nói "đúng". Đặc biệt là kiểm tra tính thống nhất và trật tự của đơn vị. Viết một giải pháp mới; Chỉ cần kiểm tra của tôi. Giải pháp của tôi: [tại đây]
4) Yêu cầu kiểm tra sức khỏe thể chất:
Đưa ra 3 tổng kiểm tra vật lý độc lập (không thực hiện phép tính) cho kết quả sau: phân tích thứ nguyên/đơn vị, trạng thái biên, kiểm tra định luật bảo toàn. Đối với mỗi câu, hãy viết trong một câu những gì tôi nên kiểm tra trong kết quả này.
Dấu nhắc yếu / Dấu nhắc mạnh
Yếu: "Tính xem quả bóng ở trong không khí bao lâu."
Kết quả: Thiếu dữ liệu, đơn vị không rõ ràng, trả lời một dòng; không thể xác minh, không thể bắt được lỗi.
Mạnh: "Đối với một quả bóng được ném từ mặt đất với tốc độ thẳng đứng 20 m/s, hãy tính thời gian nó ở trong không khí TỪNG BƯỚC bằng cách lấy g = 9,81 m/s², bỏ qua lực cản của không khí. Hiển thị đơn vị ở mỗi bước. Xác nhận kết quả bằng mã Python và viết ra thời gian sẽ như thế nào nếu tốc độ tăng gấp đôi trong trường hợp giới hạn."
Kết quả: Các bước có thể kiểm tra, theo dõi đơn vị, xác minh có thể thực thi và kiểm tra đối chiếu vật lý.
Những lỗi thường gặp
- Bỏ qua đơn vị. Xem xét một số không có đơn vị là sai lầm phổ biến và tốn kém nhất trong vật lý. Mỗi số có một đơn vị.
- Không kiểm tra thứ hạng. Kết quả của lũy thừa 10 là bao nhiêu? Khối lượng của con người là 70 kg chứ không phải 70 g hay 70 tấn. Kiểm tra thứ hạng chỉ mất vài giây, tiết kiệm hàng giờ.
- Không xác nhận các hằng số. Một hằng số bịa đặt là ảo giác ngấm ngầm nhất vì nó có vẻ hợp lý.
- Tin tưởng vào mã mà không chạy nó. Ngay cả khi mã do AI viết "có vẻ đúng", nó cũng không được coi là chính xác cho đến khi nó được chạy và kết quả được kiểm tra.
- Không thực hiện kiểm tra thể chất. Năng lượng, động lượng, điện tích có được bảo toàn không? Các trạng thái ranh giới có như mong đợi không? Nếu không có những kiểm tra này, kết quả vẫn không đầy đủ.
Thận trọng: Luôn xác minh kết quả trước khi xuất kết quả đó sang báo cáo, học sinh hoặc thiết kế. Trong vật lý, một giá trị không chính xác sẽ tăng theo cấp số nhân trong chuỗi đo lường, thiết kế và bảo mật. Đầu ra AI chưa được xác minh không bao giờ có thể thay thế cho sự xác nhận từ một nhà vật lý có năng lực.
Tóm lại
AI là công cụ soạn thảo, mã hóa và chỉnh sửa mạnh mẽ trong vật lý; nhưng nó không phải là một máy tính, một công cụ vật lý hay một tài liệu tham khảo đáng tin cậy. Rủi ro lớn nhất là lỗi đơn vị/đơn hàng, các hằng số giả tạo và các tham chiếu giả. Vì vậy, nguyên tắc cơ bản rất rõ ràng: xác định vấn đề với các đơn vị của nó, giải quyết từng bước và theo dõi đơn vị, xác minh bằng cách chạy mã, thực hiện kiểm tra ngược vật lý, xác minh các hằng số và phân bổ. Chúng tôi sẽ đào sâu tư duy xác thực này trong từng bài trong suốt mô-đun này.
Nhiệm vụ ứng dụng
Chọn một bài toán vật lý có độ khó trung bình trong lĩnh vực của bạn (câu hỏi về động học, năng lượng hoặc điện). Giải quyết vấn đề đó cho AI bằng mẫu đầu tiên, theo dõi đơn vị. Sau đó xác minh kết quả theo cách độc lập (chạy mã Python, phân tích thứ nguyên hoặc thủ công). Thực hiện ít nhất một lần kiểm tra đơn hàng và một lần kiểm tra điều kiện biên. Viết ra những phát hiện của bạn trong 5-6 câu: AI đã hoạt động ở đâu, cần xác nhận ở đâu, có lỗi đơn vị/đơn hàng không?
danh sách kiểm tra
- [ ] Tôi đã xác định rõ ràng vấn đề với các mục đã cho và đơn vị mong muốn.
- [ ] Tôi đã yêu cầu AI cung cấp giải pháp từng bước và theo dõi đơn vị.
- [ ] Tôi đã xác minh kết quả bằng mã thực thi hoặc thủ công.
- [ ] Tôi đã kiểm tra xem thứ hạng đó có hợp lý về mặt vật lý hay không.
- [ ] Tôi đã thực hiện ít nhất một lần kiểm tra vật lý (bảo toàn, trạng thái giới hạn).
- [ ] Tôi đã xác nhận các hằng số tôi sử dụng từ một nguồn đáng tin cậy.
- [ ] Tôi chưa chuyển bất kỳ kết quả nào chưa được xác minh.