Wanneer AI de wiskunde kraakt die iedereen laat struikelen

Vooruitgang is grappig. Soms win je niet met een snellere computer. Maar door slimmer naar het probleem te kijken.

Dat gebeurde aan de University of Pennsylvania. Onderzoekers pakten een wiskundig monster aan: inverse partiële differentiaalvergelijkingen. Klinkt droog? Blijf hangen. Dit is vet.

Wat zit erachter?

Stel: je ziet rimpels in een vijver. Je ziet ze haarscherp. Maar waar viel die steen? Dat is een invers probleem.

In het echt overal. Klimaatwetenschappers meten temperaturen, maar willen de krachten erachter snappen. Biologen zien DNA vouwen in cellen, maar zoeken de chemische signalen. Dokters zien hitte door weefsel gaan, maar willen de oorzaak.

Jarenlang lukte vooruit: krachten invullen, uitkomst voorspellen. Terugwaarts? Observatie naar oorzaak? Een nachtmerrie.

Waarom meer rekenkracht niet helpt

AI-probleem? Pak een dikke GPU. Meer power! Zo dachten we altijd.

Maar dit team zag anders. De wiskunde zat in de weg, niet de hardware.

Probleem: AI rekent veranderingen met recursieve automatische differentiatie. Als inzoomen op een korrelige foto. Elke zoom blaast ruis op. Einde: pure chaos, geen beeld.

Echte data is altijd rumoerig. Dus: onbetrouwbare uitkomsten en bakken stroom voor matige resultaten.

Oplossing uit de jaren '40

Ze groeven in de geschiedenis. Vonden mollifiers, bedacht door Kurt Otto Friedrichs in de jaren '40. Hulpmiddelen om ruwe data glad te strijken.

Truc van het team: een mollifier-laag in hun AI-model. Filtert ruis weg vóór de zware rekensommen.

Simpel en slim. Gladde data eerst, dan pas differentiëren. Geen ruisversterking.

Resultaat? Minder herrie, minder stroom, en werkende vergelijkingen. Geen supercomputer nodig.

Waarom dit telt buiten de collegezaal

Geen stoffige theorie. Dit ontsluit echte toepassingen.

Biologie: epigenetica ontrafelen. Welke chemische schakelaars zetten genen aan of uit?

Weervoorspelling stabieler maken. Klimaatmodellen, ziektespreiding, materialen – allemaal profiteren.

Overal waar je van effect teruggaat naar oorzaak, helpt dit.

De les

Spannendste? Ze dachten anders, niet harder.

AI-fixatie op grootte: reuzemodellen, data-oceaan, stroomgolf. Scale telt. Maar elegantie wint soms.

Dit team haalde oude wiskunde boven water en paste toe. Zo gaat wetenschap vooruit.

Cool hè? Antwoord op AI-puzzel van nu, verstopt in de jaren '40.