L'IA informata dalla fisica è un apprendimento automatico progettato per seguire leggi fisiche note, regole ingegneristiche o vincoli di sistema invece di basarsi solo su pattern presenti nei dati storici. Nei sistemi elettrici, nella manifattura, nella robotica e in altre infrastrutture critiche, questo è importante perché l'output del modello deve rimanere plausibile nel mondo reale, non solo sembrare statisticamente corretto.
Dal punto di vista della sicurezza informatica, l'IA informata dalla fisica può ridurre le decisioni errate negli ambienti cyber-fisici, ma non è automaticamente sicura. Gli aggressori possono tentare di avvelenare i dati di addestramento, manipolare i feed dei sensori o alterare gli input del modello in modo che le previsioni si discostino dalla realtà fisica. I difensori usano controlli sui vincoli, simulazioni e modelli di riferimento ingegneristici per convalidare i risultati prima che influenzino le operazioni. In pratica, il valore dell'IA informata dalla fisica è la fiducia: aiuta gli operatori a individuare output che violano limiti misurabili, rendendo più facili da rilevare sia gli attacchi sia i guasti del modello.