人工智能“发现”地球绕太阳公转

  • 时间:
  • 浏览:1

调查那此的难题加载中,请稍候。

若长时间无响应,请刷新本页面

  如今,根据在地球上观测到的太阳和火星的运行轨迹,有一种受大脑启发的机器学习算法计算出了太阳存在太阳系的中心。而天文学家花了几个世纪才弄明白类式 道理。

  类式 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和他的商务商务合作者想要设计有一种算法,将一定量数据集提炼成几个基本公式,这模仿了物理学家提出简洁方程式(类式E=mc2)的思路。

  为了做到类式 点,研究人员能不需要 设计有一种新型的神经网络,有一种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一定量数据集的训练学习识别物体,类式图像或声音。研究人员发现一般型态——类式“四条腿”和“尖尖的耳朵”不需要 用来识别猫。或者 ,你们你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,神经网络并越来越像物理学家那样,将那此信息提炼成几个易于解释的规则,就是很重像有一个黑匣子,将它们获得的知识以不可预测且难以解释的最好的方法传播到数千个甚至数百万个节点上。

  或者 ,Renner的研究团队设计了有一种“脑叶切除”式的神经网络——有一个仅通过一定量链接相互连接的子网络。第有一个子网将从数据中学习,就像在有一个典型的神经网络中一样;而第有一个子网将使用类式 “经验”做出新的预测并加以测试。

  可能性连接有一个子网络的链路很少,第有一个子网络被迫以压缩格式向曾经子网络传递信息。Renner把这比作有一个导师如可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完的火星和太阳在天空中运行的模拟数据。从类式 深层看,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”,改变另一方的轨道。

  几个世纪以来,天文学家曾总是认为地球是宇宙的中心——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,可能性地球和类式行星都围绕太阳运行,越来越用有一个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“科学史上最重要的有一个范式转变”。

  Renner强调,真是该算法推导出了那此公式,但能不需要 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。

  这项研究工作很重要,可能性它不需要 找出描述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:“我认为那此技术是你们你们理解和跟上物理和类式领域日益复杂性的那此的难题的唯一希望。”

  Renner和他的团队希望不需要 开发出帮助物理学家外理量子力学中的那此明显矛盾的机器学习技术。类式 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最好的方法产生了相互矛盾的预测。

  “在有一种程度上,现在量子力学的表述最好的方法可能性就是历史的产物。”Renner说。他强调,一台计算机能不需要 得出有一个越来越那此矛盾的公式,但该团队最新的技术还不足心智心智心智成熟是什么是什么是什么 图片 图片 是什么是什么的句子的句子期 ,尚无法做到类式 点。

  为了实现类式 目标,Renner和他的商务商务合作者正在尝试开发有一种神经网络,后者不仅能不需要 从实验数据中学习,或者 还能不需要 提出全新的实验来验证其假设。(赵熙熙)

[ 责编:蔡琳 ]

阅读剩余全文(