الشبكات العصبية التقليدية تتعلم من الأمثلة، كشخص يحفظ الألحان بالأذن: فهي تجمع الأنماط الإحصائية دون أن تفهم القواعد العميقة. أما النهج الآخر — الشبكات العصبية المزوّدة بالفيزياء — فتُدمج في بنيتها الأساسية القوانين الفيزيائية الجوهرية، مثل معادلات حفظ الطاقة أو معادلات الحركة. وكالموسيقي الذي يعرف النوتات والتناغم، تستطيع هذه الشبكة أن تعزف مقطوعة جديدة من بضعة أوتار: فهي لا تكتفي بحفظ البيانات، بل تستخدم المبادئ الفيزيائية كبنية موجّهة. ونتيجة لذلك، تكون الحلول المولّدة متوافقة دائمًا مع الواقع، حتى عندما تكون مجموعة التدريب صغيرة جدًا.
هذا النهج لا غنى عنه في الفيزياء الفلكية وعلم الكون، حيث تكون الملاحظة المباشرة محدودة. عند دراسة المجرات البعيدة أو المادة المظلمة، تستطيع الشبكة التنبؤ بدقة بسلوك النظام حتى لو حصلت على 10% فقط من البيانات اللازمة. الفيزياء تقودها كما تقود النوتة الموسيقية الموسيقي — وهذا تشبيه مبسّط بالطبع: في الواقع، تصحّح الشبكة توقعاتها بشكل متكرر بالاعتماد على المعادلات المدمجة، وليس بمجرد «قراءة» تعليمات جاهزة. وهذا يسرّع الاكتشافات العلمية في نطاق واسع — من رصد الموجات الثقالية إلى إنشاء توائم رقمية للأنظمة الهندسية أو المناخية المعقدة. هنا تندمج أفكار نيوتن (الميكانيكا الكلاسيكية التي أعطت لغة لوصف القوى والحركات)، وفون نيومان (هندسة الحواسيب التي تجسّد الخوارزميات)، وإيمي نويثر (مبرهنة الربط بين التناظرات وقوانين الحفظ، التي توحّد المبادئ الفيزيائية في نظام متماسك).
يمكن تحقيق تنبؤ دقيق حتى بعد التدريب على 10% من البيانات — فالفيزياء لا تسمح بالخطأ.
يذكّرنا بفيلم «ماتريكس»: معرفة قوانين الواقع تمنح القوة، لكننا هنا لا نكسر العالم بل نفهمه.