Обычные нейросети учатся на примерах, как человек, заучивающий мелодии на слух. Но сети, в которые изначально встроены физические законы, похожи на музыканта, знающего ноты и гармонию: он может сыграть новую пьесу по нескольким аккордам. Вместо бездумного запоминания они используют уравнения сохранения энергии или движения. Поэтому решения всегда подчиняются реальности, даже если данных мало.
Такой подход незаменим при изучении далёких галактик или тёмной материи: сеть точно предсказывает поведение системы, увидев лишь 10% нужных данных. Физика ведёт её, как партитура ведёт музыканта. Это ускоряет открытия: от гравитационных волн до цифровых двойников сложных систем. Идеи Ньютона, фон Неймана и Эмми Нётер сливаются здесь: физика даёт правила, вычисления их воплощают, а симметрии связывают всё воедино.
Точный прогноз возможен даже после обучения на 10% данных — физика не даёт ошибиться.
Напоминает «Матрицу»: знание законов реальности даёт власть, но здесь мы не ломаем, а познаём мир.