人工智能“发现”地球绕太阳公转

  • 时间:
  • 浏览:1

  本报讯 如今,根据在地球上观测到的太阳和火星的运行轨迹,并不是生活受大脑启发的机器学习算法计算出了太阳占据 太阳系的中心。而天文学家花了好多个世纪才弄明白类似道理。

  类似壮举是对一项技术的首次测试,研究人员希望不不都可否利用它发现新的物理定律,或许还不不都可否通过在大数据集中发现新的模式来重新构建量子力学。

  相关研究成果将发表在即将出版的《物理评论快报》上。

  苏黎世瑞士联邦理工学院的物理学家Renato Renner和他的媒体合作协议协议我想要设计并不是生活算法,将大量数据集提炼成好多个基本公式,这模仿了物理学家提出简洁方程式(类似E=mc2)的思路。

  为了做到类似点,研究人员非要设计并不是生活新型的神经网络,并不是生活受人类大脑底部形态启发的机器学习系统。

  传统的神经网络通过大量数据集的训练学习识别物体,类似图像或声音。研究人员发现一般底部形态——类似“四条腿”和“尖尖的耳朵”不不都可否用来识别猫。我想要,亲戚亲戚你们你们将类似底部形态编码到数学“节点”中,后者是神经元的人工等效物。

  然而,神经网络并没有像物理学家那样,将类似信息提炼成好多个易于解释的规则,若果很重像有有另还还有一个黑匣子,将它们获得的知识以不可预测且难以解释的土措施传播到数千个甚至数百万个节点上。

  我想要,Renner的研究团队设计了并不是生活“脑叶切除”式的神经网络——有有另还还有一个仅通过大量链接相互连接的子网络。第有有另还还有一个子网将从数据中学习,就像在有有另还还有一个典型的神经网络中一样;而第五个子网将使用类似“经验”做出新的预测并加以测试。

  因为连接有有另还还有一个子网络的链路很少,第有有另还还有一个子网络被迫以压缩格式向没有 子网络传递信息。Renner把这比作有有另还还有一个导师要怎样把他学到的知识传授给学生。

  最初的一项测试是向该神经网络提供从地球上看了的火星和太阳在天空中运行的模拟数据。从类似深度1看,火星环绕太阳的轨道似乎是不稳定的,比如它会周期性地“逆行”,改变本人的轨道。

  好多个世纪以来,天文学家曾经常 认为地球是宇宙的中心——亲戚亲戚你们你们认为行星在天球上绕着小圈运行,即所谓的本轮,并以此来解释火星的运行轨迹。但在16世纪,尼古拉·哥白尼发现,因为地球和我想要 行星都围绕太阳运行,没有用有有另还还有一个简单得多的公式系统就都可否 预测它们的运行轨迹。

  致力于将人工智能应用于科学发现的加拿大多伦多大学物理学家Mario Krenn表示,该研究团队的神经网络得出了哥白尼式的火星轨道公式,重新发现了“科学史上最重要的有有另还还有一个范式转变”。

  Renner强调,觉得该算法推导出了类似公式,但非要人的眼睛来解释类似方程,并理解它们与行星围绕太阳运行之间的关系。

  这项研究工作很重要,因为它不不都可否找出描述有有另还还有一个物理系统的关键参数,美国纽约市哥伦比亚大学机器人专家Hod Lipson说。他表示:“我认为类似技术是亲戚亲戚你们你们理解和跟上物理和我想要 领域日益比较复杂的问題的唯一希望。”

  Renner和他的团队希望不不都可否开发出帮助物理学家补救量子力学中的类似明显矛盾的机器学习技术。类似理论似乎对一项实验的结果和受其规律支配的观察者的观察土措施产生了相互矛盾的预测。

  “在并不是生活程度上,现在量子力学的表述土措施因为若果历史的产物。”Renner说。他强调,一台计算机都可否 得出有有另还还有一个没有类似矛盾的公式,但该团队最新的技术还严重不足性性性性成长期,尚无法做到类似点。

  为了实现类似目标,Renner和他的媒体合作协议协议正在尝试开发并不是生活神经网络,后者不仅都可否 从实验数据中学习,我想要还都可否 提出全新的实验来验证其假设