With the advent of the large-scale dataset and advanced machine learning, automated algorithms began to play a central role in the progress of science. In this thesis, we address the problem of scientific discovery in an automated manner with deep neural networks. We show that various scientific concepts, such as hidden interaction rules between agents in complex systems and conserved quantities hidden in dynamical systems can be autonomously discovered by employing deep learning and analyzing the trained model. At this point when AI’s performance continues to improve rapidly, our research demonstrates how AI can benefit the domain of natural sciences and scientists.
대규모 데이터와 최신 기계 학습의 출현으로, 자동화된 알고리즘은 과학 발전에서 중심적인 역할을 하기 시작하였다. 본 학위논문에서는 심층 신경망을 사용하여 자동화된 방식으로 과학적 발견을 얻는 방법을 탐구한다. 우리는 딥 러닝으로 훈련된 인공 신경망 모델을 분석하는 것으로, 복잡계의 상호작용 규칙이나 동적 시스템의 숨겨진 보존량과 같은 다양한 과학적 개념을 발견할 수 있음을 확인하였다. AI의 성능이 계속 향상되고 있는 현 시점에서, 본 학위 논문은 AI가 자연 과학 및 과학자에게 어떻게 기여할 수 있을지 논의한다.
