Ваш конспект

Введение в курс физики и метод размерностей

Ключевые тезисы:

• Курс посвящен классической физике и её связи с ML-инжинирингом.
• Основной упор делается на понимание принципов построения моделей, а не на заучивание формул.
• Ключевой метод первой лекции — анализ размерностей и π-теорема для упрощения задач.

Организационные моменты и структура курса

Преподаватель: Кирилл Клименок (выпускник МФТИ, работает в Бостоне).
Формат: Дистанционные лекции по четвергам + индивидуальные/групповые разборы с преподавателями (онлайн/офлайн).
Платформа: Основные материалы, задания и расписание находятся на платформе invariant.academy. Moodle используется только для административных целей.

Система оценивания:

• 70% — средняя оценка за еженедельные разборы (13 недель).
• 30% — письменный экзамен (10 случайных вопросов из открытого банка).
• Итог: A (>8), B (5-7.99), C (3-4.99), D (<3).

Домашние задания и ИИ: Использование ИИ допускается, но студент должен быть готов объяснить сгенерированное решение преподавателю на разборе.

Зачем нужна физика в ML?

Физика — это естественная наука, изучающая, как устроена объективная реальность, через эксперименты и построение моделей.

Связь с Machine Learning:

• Общий пайплайн: Данные → Модель → Предсказания/Результаты.
• Физика прививает культуру работы с моделями: понимание их ограничений, проверка адекватности и интерпретируемость результатов.
• Многие математические концепции (матанализ, линейная алгебра) возникли как инструменты для описания физической реальности.

Структура физического знания (карта):

• Классическая физика (наш фокус): механика, термодинамика, гидродинамика, электромагнетизм, оптика.
• Теория относительности (высокие скорости).
• Квантовая физика (микромир).
• Граница знаний: проблемы квантовой гравитации, тёмная материя.

Измерения и размерности. От условностей к объективности

Основной тезис: Единицы измерения — это человеческая условность (конвенция). Любой физический закон должен быть инвариантен относительно выбора системы единиц.

Эволюция систем измерений:

1. Условные системы: Градусы (360° — наследие вавилонского календаря), локальные меры длины/веса.
2. Объективные меры: Радиан (отношение длины дуги к радиусу) — безразмерная и объективная мера угла.
3. Эталоны: Платиново-иридиевый метр и килограмм (палата мер и весов). Проблема: эталоны со временем меняются.
4. СИ (Система Интернациональная): Основана на фундаментальных константах:
   • Секунда → цезиевый стандарт.
   • Метр → через скорость света.
   • Килограмм → через постоянную Планка.
   • И т.д. (ампер, кельвин, моль, кандела).
5. Планковские единицы: «Вершина объективности» — единицы, составленные из постоянной Планка, скорости света и гравитационной постоянной. Удобны в физике частиц, но неприменимы в быту.

Другие системы:

• СГС (Гауссова система): В электродинамике иногда удобнее обходиться без отдельной размерности для заряда, выражая его через см, г, с.
• Имперская система (США): Мили, футы, фунты, градусы Фаренгейта — пример живой конвенции.

Метод размерностного анализа и π-теорема

Базовый принцип: Любая физическая величина может быть представлена в виде произведения степеней основных единиц (например, L, M, T). Уравнения должны быть размерностно однородны.

Зачем это нужно?

1. Проверка правильности формул.
2. Определение вида зависимостей между величинами без решения сложных уравнений (на примере маятника: период ∝ √(L/g), не зависит от массы).

π-теорема (теорема Бакингема):

Если физический закон выражается функцией от n размерных величин, и среди них есть k размерно независимых, то эту функцию можно переписать как функцию от (n - k) безразмерных комбинаций (π-комплексов).

Суть метода:

• Выбираем k размерно независимых параметров.
• Используем их, чтобы обезразмерить как саму целевую величину, так и все остальные параметры.
• В результате сложная многопараметрическая зависимость сводится к связи между небольшим числом безразмерных комплексов.

Примеры применения:

• Свободное падение: s ~ gt². Безразмерный комплекс: s / (gt²) = const.
• Сила сопротивления при обтекании шара: Зависит от вязкости, скорости, радиуса, плотности. После обезразмеривания сводится к зависимости безразмерного коэффициента сопротивления от одного аргумента — числа Рейнольдса.
• Оценка мощности ядерного взрыва по фотографии (опубликована в 1950 г.). На основе радиуса огненного шара, времени и плотности воздуха был собран безразмерный комплекс, позволивший оценить энергию (17 кт), что близко к реальному значению (25 кт).

Практическая польза в ML и инженерии:

• Сокращение размерности задачи: Вместо перебора по 4-5 параметрам можно изучать зависимость от 1-2 безразмерных комплексов.
• Масштабирование моделей: Результаты, полученные на маленькой модели в аэродинамической трубе (определённое число Рейнольдса), применимы к полноразмерному объекту в реальных условиях.
• Выявление скрытых закономерностей: Данные из разных экспериментов (бусина в глицерине, мяч в воздухе) ложатся на одну общую кривую в безразмерных координатах.

Выводы

1. Физика учит строить модели и критически оценивать их — ключевой навык для ML-инженера.
2. Размерностный анализ — мощный инструмент для:
   • Проверки расчётов.
   • Определения вида физических зависимостей.
   • Кардинального упрощения сложных задач за счёт сокращения числа переменных (π-теорема).
3. Безразмерные комплексы (как число Рейнольдса) являются инвариантами, описывающими суть явления, и позволяют переносить результаты между системами разного масштаба.