人工智能“发现”地球绕太阳公转

  • 时间:
  • 浏览:0
  • 来源:极速3分彩_秒秒彩平台

调查大问题加载中,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,这些生活受大脑启发的机器学习算法计算出了太阳趋于稳定太阳系的中心。而天文学家花了有有几个世纪才弄明白这些道理。

  这些壮举是对一项技术的首次测试,研究人员希望不能利用它发现新的物理定律,或许还不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和他的企业企业公司合作 不想设计这些生活算法,将多量数据集提炼成有有几个基本公式,这模仿了物理学家提出简洁方程式(同类E=mc2)的思路。

  为了做到这些点,研究人员时需设计这些生活新型的神经网络,这些生活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多量数据集的训练学习识别物体,同类图像或声音。研究人员发现一般型态——同类“四条腿”和“尖尖的耳朵”不能用来识别猫。日后 ,你们你们将哪此型态编码到数学“节点”中,后者是神经元的人工等效物。

  然而,神经网络并不都不能 像物理学家那样,将哪此信息提炼成有有几个易于解释的规则,要是 有点硬像一一兩个黑匣子,将它们获得的知识以不可预测且难以解释的法律法律依据传播到数千个甚至数百万个节点上。

  日后 ,Renner的研究团队设计了这些生活“脑叶切除”式的神经网络——一一兩个仅通过多量链接相互连接的子网络。第一一兩个子网将从数据中学习,就像在一一兩个典型的神经网络中一样;而第六个子网将使用这些“经验”做出新的预测并加以测试。

  日后 连接一一兩个子网络的链路很少,第一一兩个子网络被迫以压缩格式向原本子网络传递信息。Renner把这比作一一兩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过的火星和太阳在天空中运行的模拟数据。从这些层厚看,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”,改变一点人的轨道。

  有有几个世纪以来,天文学家曾一个劲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,日后 地球和一点行星都围绕太阳运行,不都不能 用一一兩个简单得多的公式系统就都不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“科学史上最重要的一一兩个范式转变”。

  Renner强调,着实 该算法推导出了哪此公式,但时需人的眼睛来解释哪此方程,并理解它们与行星围绕太阳运行之间的关系。

  这项研究工作有点硬要,日后 它不能找出描述一一兩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:“我认为哪此技术是你们你们理解和跟上物理和一点领域日益简化的大问题的唯一希望。”

  Renner和他的团队希望不能开发出帮助物理学家处理量子力学中的哪此明显矛盾的机器学习技术。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法律法律依据产生了相互矛盾的预测。

  “在这些生活程度上,现在量子力学的表述法律法律依据日后 要是 历史的产物。”Renner说。他强调,一台计算机都不能得出一一兩个不都不能 哪此矛盾的公式,但该团队最新的技术还不足性性性成熟期期 期 期期 ,尚无法做到这些点。

  为了实现这些目标,Renner和他的企业企业公司合作 正在尝试开发这些生活神经网络,后者不仅都不能从实验数据中学习,日后 还都不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(