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,有两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有些道理。

  有些壮举是对一项技术的首次测试,研究人员希望不不还可不可以利用它发现新的物理定律,或许还不不还可不可以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和他的商务商务战略合作随后设计有两种算法,将絮状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(你这个E=mc2)的思路。

  为了做到有些点,研究人员只能设计有两种新型的神经网络,有两种受人类大脑特性启发的机器学习系统。

  传统的神经网络通过絮状数据集的训练学习识别物体,你这个图像或声音。研究人员发现一般特性——你这个“四条腿”和“尖尖的耳朵”不不还可不可以用来识别猫。有些,我们歌词 将有些特性编码到数学“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,将有些信息提炼成几个易于解释的规则,就是 特别像一有好几个 黑匣子,将它们获得的知识以不可预测且难以解释的土法律措施传播到数千个甚至数百万个节点上。

  有些,Renner的研究团队设计了有两种“脑叶切除”式的神经网络——一有好几个 仅通过絮状链接相互连接的子网络。第一有好几个 子网将从数据中学习,就像在一有好几个 典型的神经网络中一样;而第好几个 子网将使用有些“经验”做出新的预测并加以测试。

  愿因连接一有好几个 子网络的链路很少,第一有好几个 子网络被迫以压缩格式向另一一有好几个 子网络传递信息。Renner把这比作一有好几个 导师如何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后的火星和太阳在天空中运行的模拟数据。从有些深度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”,改变个人的轨道。

  几个世纪以来,天文学家曾一直认为地球是宇宙的中心——我们歌词 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,愿因地球和有些行星都围绕太阳运行,没有用一有好几个 简单得多的公式系统就还可不可以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“科学史上最重要的一有好几个 范式转变”。

  Renner强调,人太好该算法推导出了有些公式,但只能人的眼睛来解释有些方程,并理解它们与行星围绕太阳运行之间的关系。

  这项研究工作特别要,愿因它不不还可不可以找出描述一有好几个 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:“我认为有些技术是我们歌词 理解和跟上物理和有些领域日益复杂化的间题的唯一希望。”

  Renner和他的团队希望不不还可不可以开发出帮助物理学家外理量子力学中的有些明显矛盾的机器学习技术。有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土法律措施产生了相互矛盾的预测。

  “在有两种程度上,现在量子力学的表述土法律措施愿因就是 历史的产物。”Renner说。他强调,一台计算机还可不可以得出一有好几个 没有有些矛盾的公式,但该团队最新的技术还不足英文心智心智性性心智心智成熟的句子是什么 期的句子是什么的句子,尚无法做到有些点。

  为了实现有些目标,Renner和他的商务商务战略合作正在尝试开发有两种神经网络,后者不仅还可不可以从实验数据中学习,有些还还可不可以提出全新的实验来验证其假设