MIT ve diğer önde gelen kurumlardan araştırmacılar, fiziksel sistemlerin yapay zeka tabanlı modellemesinde uzun süredir devam eden bir sorunu çözmüş görünüyor. Port-Hamiltonian sistemlerin modellenmesinde kararlılık ve yapısal özelliklerini koruyan yenilikçi bir sinir ağı tekniği geliştirdiler.
Port-Hamiltonian sistemler, robotik manipülatörlerden elektrik şebekelerine, mekanik sistemlerden termodinamik süreçlere kadar geniş bir yelpazede kullanılan matematiksel modeller. Bu sistemlerin en önemli özelliği, enerji korunumu ve kararlılık gibi fiziksel yasaları doğal olarak içermesi.
Geleneksel yapay zeka yaklaşımları, bu sistemleri modellerken genellikle dışbükeylik kısıtlaması uyguluyordu. Bu kısıtlama, modelin ifade gücünü ve genelleme kabiliyetini sınırlıyordu. Yeni yaklaşım bu kısıtlamayı kaldırarak, daha esnek ve doğru modelleme imkanı sunuyor.
Araştırmanın en dikkat çekici yeniliği, birden fazla kararlı denge noktasını aynı anda koruyabilmesi. Önceki yöntemler yalnızca tek bir denge durumunu muhafaza edebiliyorken, bu teknik birden çok kararlı durumu öğrenme sürecine dahil edebiliyor.
İki sayısal deney ile doğrulanan bu yaklaşım, yapay zekanın fizik yasalarını ihlal etmeden daha karmaşık sistemleri modelleyebilmesinin yolunu açıyor.