論文の概要: AI Needs Physics More Than Physics Needs AI
- arxiv url: http://arxiv.org/abs/2512.16344v1
- Date: Thu, 18 Dec 2025 09:31:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-19 18:10:31.999583
- Title: AI Needs Physics More Than Physics Needs AI
- Title（参考訳）: AIは物理学よりも物理学を必要としている
- Authors: Peter Coveney, Roger Highfield,
- Abstract要約: 2024年のノーベル化学物理学賞はAIの可能性を認めているが、より広範な評価は、現在の影響が技術よりもしばしば促進されていることを示している。
私たちは、現在のAIは物理学に影響を与えるかもしれないが、物理学は、この世代のAIを提供するために、はるかに多くのものを提供していると論じている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Artificial intelligence (AI) is commonly depicted as transformative. Yet, after more than a decade of hype, its measurable impact remains modest outside a few high-profile scientific and commercial successes. The 2024 Nobel Prizes in Chemistry and Physics recognized AI's potential, but broader assessments indicate the impact to date is often more promotional than technical. We argue that while current AI may influence physics, physics has significantly more to offer this generation of AI. Current architectures - large language models, reasoning models, and agentic AI - can depend on trillions of meaningless parameters, suffer from distributional bias, lack uncertainty quantification, provide no mechanistic insights, and fail to capture even elementary scientific laws. We review critiques of these limits, highlight opportunities in quantum AI and analogue computing, and lay down a roadmap for the adoption of 'Big AI': a synthesis of theory-based rigour with the flexibility of machine learning.
- Abstract（参考訳）: 人工知能(AI)は、一般的にトランスフォーメーションとして表現される。
しかし、10年以上の誇大広告の後、その測定可能な影響は、いくつかの目立った科学的、商業的な成功以外では控えめなままだ。
2024年のノーベル化学物理学賞はAIの可能性を認めているが、より広範な評価は、現在の影響が技術よりもしばしば促進されていることを示している。
私たちは、現在のAIは物理学に影響を与えるかもしれないが、物理学は、この世代のAIを提供するために、はるかに多くのものを提供していると論じている。
現在のアーキテクチャ – 大きな言語モデル、推論モデル、エージェントAI – は、何兆もの無意味なパラメータに依存し、分散バイアスに悩まされ、不確実な定量化が欠如し、機械的な洞察が得られず、基本的な科学法則さえも取得できない。
我々は、これらの限界に対する批判をレビューし、量子AIとアナログコンピューティングの機会を強調し、機械学習の柔軟性を備えた理論に基づく厳密さの合成である'Big AI'の採用のロードマップを定めている。
関連論文リスト
- Towards autonomous quantum physics research using LLM agents with access to intelligent tools [0.19116784879310023]
本稿では,量子物理学におけるアイデアの生成と実装を行うエージェントであるAI-Mandelを紹介する。
AI-Mandelは、文献からアイデアを定式化し、ドメイン固有のAIツールを使用して、それらを具体的な実験設計に変換する。
このアイデアには、新しい量子テレポーテーションのバリエーション、不定因数順序の量子ネットワークのプリミティブ、幾何学的位相の新たな概念が含まれる。
論文 参考訳（メタデータ） (2025-11-13T18:18:58Z) - Aligning Perception, Reasoning, Modeling and Interaction: A Survey on Physical AI [57.44526951497041]
我々は、物理的原則と具体的推論プロセスの両方において、学習の基礎となるインテリジェントなシステムを提唱する。
我々は、物理現象を説明でき、将来の状態を予測できる次世代の世界モデルを構想する。
論文 参考訳（メタデータ） (2025-10-06T16:16:03Z) - What is AI, what is it not, how we use it in physics and how it impacts... you [0.0]
人工知能(AI)と機械学習(ML)は、30年以上にわたって粒子物理学で普及してきた。
本稿では,その基盤,誤解,傾向,影響について批判的に考察する。
物理学以外にも、AIのより広範な社会的応用にも対処している。
論文 参考訳（メタデータ） (2025-04-02T15:35:43Z) - AI in the Cosmos [0.0]
情報源分類、スペクトルエネルギー分布モデリングなど、天体物理学におけるAI応用例を強調し、生成AIによる達成可能な進歩について議論する。
AIの使用は、バイアスやエラー、AIモデルの“ブラックボックス”といった課題を導入している。
これらの問題は、人間の専門知識とドメイン固有の知識をAIアプリケーションに統合するHG-AI(Human-Guided AI)の概念を通じて解決することができる。
論文 参考訳（メタデータ） (2024-12-13T12:30:11Z) - Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。
偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。
問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2023-04-16T11:22:59Z) - Examining the Differential Risk from High-level Artificial Intelligence
and the Question of Control [0.0]
将来のAI能力の範囲と範囲は、依然として重要な不確実性である。
AIの不透明な意思決定プロセスの統合と監視の程度には懸念がある。
本研究では、AIリスクをモデル化し、代替先分析のためのテンプレートを提供する階層的な複雑なシステムフレームワークを提案する。
論文 参考訳（メタデータ） (2022-11-06T15:46:02Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - Explainable Artificial Intelligence and Machine Learning: A reality
rooted perspective [0.0]
説明可能なAIとは何か,という議論があります。
我々は、希望的な思考ではなく、物理学以外の科学理論に関連して、現実的な基礎的特性を提示する。
論文 参考訳（メタデータ） (2020-01-26T15:09:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。