人工智能“发现”地球绕太阳公转

  • 时间:
  • 浏览:0
  • 来源:极速排列3

调查什么的问题加载中,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,五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。而天文学家花了好多个世纪才弄明白你你是什么 道理。

  你你是什么 壮举是对一项技术的首次测试,研究人员希望要能利用它发现新的物理定律,或许还要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和他的协作协议者你要设计五种算法,将极少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(累似 E=mc2)的思路。

  为了做到你你是什么 点,研究人员须要设计五种新型的神经网络,五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极少量数据集的训练学习识别物体,累似 图像或声音。研究人员发现一般型态——累似 “四条腿”和“尖尖的耳朵”要能用来识别猫。就让 ,亲戚亲戚朋友将哪几种型态编码到数学“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,将哪几种信息提炼成好多个易于解释的规则,却说怪怪的像有有另另一个 黑匣子,将它们获得的知识以不可预测且难以解释的办法传播到数千个甚至数百万个节点上。

  就让 ,Renner的研究团队设计了五种“脑叶切除”式的神经网络——有有另另一个 仅通过极少量链接相互连接的子网络。第有有另另一个 子网将从数据中学习,就像在有有另另一个 典型的神经网络中一样;而第另一个子网将使用你你是什么 “经验”做出新的预测并加以测试。

  机会连接有有另另一个 子网络的链路很少,第有有另另一个 子网络被迫以压缩格式向越来越 子网络传递信息。Renner把这比作有有另另一个 导师怎么才能 才能 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都看的火星和太阳在天空中运行的模拟数据。从你你是什么 角度看,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”,改变你你是什么 人的轨道。

  好多个世纪以来,天文学家曾老要认为地球是宇宙的中心——亲戚亲戚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,机会地球和你你是什么 行星都围绕太阳运行,越来越 用有有另另一个 简单得多的公式系统就能只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有另另一个 范式转变”。

  Renner强调,实在该算法推导出了哪几种公式,但须要人的眼睛来解释哪几种方程,并理解它们与行星围绕太阳运行之间的关系。

  这项研究工作怪怪的要,机会它要能找出描述有有另另一个 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:“我认为哪几种技术是亲戚亲戚朋友理解和跟上物理和你你是什么 领域日益错综复杂的什么的问题的唯一希望。”

  Renner和他的团队希望要能开发出帮助物理学家补救量子力学中的哪几种明显矛盾的机器学习技术。你你是什么 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办法产生了相互矛盾的预测。

  “在五种程度上,现在量子力学的表述办法机会却说历史的产物。”Renner说。他强调,一台计算机能只能得出有有另另一个 越来越 哪几种矛盾的公式,但该团队最新的技术还缺陷成熟图片 的句子的句子 期期的句子 的句子是什么期期,尚无法做到你你是什么 点。

  为了实现你你是什么 目标,Renner和他的协作协议者正在尝试开发五种神经网络,后者不仅能只能从实验数据中学习,就让 还能只能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(