人工智能“发现”地球绕太阳公转

  • 时间:
  • 浏览:0

  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,你你这些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。而天文学家花了十多少 世纪才弄明白你你这些 道理。

  你你这些 壮举是对一项技术的首次测试,研究人员希望不需要 利用它发现新的物理定律,或许还不需要 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和他的协作者者我你都还可不可以 设计你你这些算法,将血块数据集提炼成十多少 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。

  为了做到你你这些 点,研究人员须要设计你你这些新型的神经网络,你你这些受人类大脑型态启发的机器学习系统。

  传统的神经网络通过血块数据集的训练学习识别物体,类似图像或声音。研究人员发现一般型态——类似“四条腿”和“尖尖的耳朵”不需要 用来识别猫。因此,他们 将那此型态编码到数学“节点”中,后者是神经元的人工等效物。

  然而,神经网络并只有 像物理学家那样,将那此信息提炼成十多少 易于解释的规则,假若有点儿像另4个 多 黑匣子,将它们获得的知识以不可预测且难以解释的方法 传播到数千个甚至数百万个节点上。

  因此,Renner的研究团队设计了你你这些“脑叶切除”式的神经网络——另4个 多 仅通过血块链接相互连接的子网络。第另4个 多 子网将从数据中学习,就像在另4个 多 典型的神经网络中一样;而第六个子网将使用你你这些 “经验”做出新的预测并加以测试。

  不可能 连接另4个 多 子网络的链路很少,第另4个 多 子网络被迫以压缩格式向另另4个 多 子网络传递信息。Renner把这比作另4个 多 导师咋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过的火星和太阳在天空中运行的模拟数据。从你你这些 厚度看,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”,改变当时人的轨道。

  十多少 世纪以来,天文学家曾时不时认为地球是宇宙的中心——他们 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,不可能 地球和因此 行星都围绕太阳运行,只有 用另4个 多 简单得多的公式系统就能不需要 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“科学史上最重要的另4个 多 范式转变”。

  Renner强调,难能可贵该算法推导出了那此公式,但须要人的眼睛来解释那此方程,并理解它们与行星围绕太阳运行之间的关系。

  这项研究工作有点儿要,不可能 它不需要 找出描述另4个 多 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:“我认为那此技术是他们 理解和跟上物理和因此 领域日益简化的问题的唯一希望。”

  Renner和他的团队希望不需要 开发出帮助物理学家处里量子力学中的那此明显矛盾的机器学习技术。你你这些 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方法 产生了相互矛盾的预测。

  “在你你这些程度上,现在量子力学的表述方法 不可能 假若历史的产物。”Renner说。他强调,一台计算机能不需要 得出另4个 多 只有 那此矛盾的公式,但该团队最新的技术还不足英文心智心智心智性成长期 图片 的句子,尚无法做到你你这些 点。

  为了实现你你这些 目标,Renner和他的协作者者正在尝试开发你你这些神经网络,后者不仅能不需要 从实验数据中学习,因此还能不需要 提出全新的实验来验证其假设