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,有本身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。而天文学家花了哪几个世纪才弄明白某些道理。

  某些壮举是对一项技术的首次测试,研究人员希望才能利用它发现新的物理定律,或许还才能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和他的战略战略媒体合作不想设计有本身算法,将少量数据集提炼成哪几个基本公式,这模仿了物理学家提出简洁方程式(类似E=mc2)的思路。

  为了做到某些点,研究人员时需设计有本身新型的神经网络,有本身受人类大脑价值形式启发的机器学习系统。

  传统的神经网络通过少量数据集的训练学习识别物体,类似图像或声音。研究人员发现一般价值形式——类似“四条腿”和“尖尖的耳朵”才能用来识别猫。后来,朋友 将那此价值形式编码到数学“节点”中,后者是神经元的人工等效物。

  然而,神经网络并里还里能 像物理学家那样,将那此信息提炼成哪几个易于解释的规则,而是很重像有另另有哪几个 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办法传播到数千个甚至数百万个节点上。

  后来,Renner的研究团队设计了有本身“脑叶切除”式的神经网络——有另另有哪几个 仅通过少量链接相互连接的子网络。第有另另有哪几个 子网将从数据中学习,就像在有另另有哪几个 典型的神经网络中一样;而第六个子网将使用某些“经验”做出新的预测并加以测试。

  肯能连接有另另有哪几个 子网络的链路很少,第有另另有哪几个 子网络被迫以压缩格式向原来子网络传递信息。Renner把这比作有另另有哪几个 导师何如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到的火星和太阳在天空中运行的模拟数据。从某些层厚看,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”,改变我本人的轨道。

  哪几个世纪以来,天文学家曾总是 认为地球是宇宙的中心——朋友 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,肯能地球和某些行星都围绕太阳运行,里还里能 用有另另有哪几个 简单得多的公式系统就还里能 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另另有哪几个 范式转变”。

  Renner强调,觉得该算法推导出了那此公式,但时需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,肯能它才能找出描述有另另有哪几个 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:“我认为那此技术是朋友 理解和跟上物理和某些领域日益错综复杂的问提的唯一希望。”

  Renner和他的团队希望才能开发出帮助物理学家处理量子力学中的那此明显矛盾的机器学习技术。某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最好的办法产生了相互矛盾的预测。

  “在有本身程度上,现在量子力学的表述最好的办法肯能而是历史的产物。”Renner说。他强调,一台计算机还里能 得出有另另有哪几个 里还里能 那此矛盾的公式,但该团队最新的技术还缺陷成熟期图片 图片 是什么是什么 期是什么的句子的句子,尚无法做到某些点。

  为了实现某些目标,Renner和他的战略战略媒体合作正在尝试开发有本身神经网络,后者不仅还里能 从实验数据中学习,后来还还里能 提出全新的实验来验证其假设