人工智能“发现”地球绕太阳公转

  • 时间:
  • 浏览:2
  • 来源:5分赛车官网-5分时时彩平台_大发6合网投平台

  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,四种 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。而天文学家花了几次世纪才弄明白这些 道理。

  这些 壮举是对一项技术的首次测试,研究人员希望还还都能否利用它发现新的物理定律,或许还还还都能否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和他的合作者协议者我让你设计四种 算法,将絮状数据集提炼成几次基本公式,这模仿了物理学家提出简洁方程式(这类于E=mc2)的思路。

  为了做到这些 点,研究人员前要设计四种 新型的神经网络,四种 受人类大脑行态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,这类于图像或声音。研究人员发现一般行态——这类于“四条腿”和“尖尖的耳朵”还还都能否用来识别猫。但会 ,大伙儿将那先 行态编码到数学“节点”中,后者是神经元的人工等效物。

  然而,神经网络并那么像物理学家那样,将那先 信息提炼成几次易于解释的规则,可是我 有点儿像好几次 多多 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式传播到数千个甚至数百万个节点上。

  但会 ,Renner的研究团队设计了四种 “脑叶切除”式的神经网络——好几次 多多 仅通过絮状链接相互连接的子网络。第好几次 多多 子网将从数据中学习,就像在好几次 多多 典型的神经网络中一样;而第好几次 子网将使用这些 “经验”做出新的预测并加以测试。

  但会 连接好几次 多多 子网络的链路很少,第好几次 多多 子网络被迫以压缩格式向可是我 子网络传递信息。Renner把这比作好几次 多多 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想看 的火星和太阳在天空中运行的模拟数据。从这些 厚度看,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”,改变本人的轨道。

  几次世纪以来,天文学家曾经常认为地球是宇宙的中心——大伙儿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,但会 地球和很多行星都围绕太阳运行,那么用好几次 多多 简单得多的公式系统就可不前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“科学史上最重要的好几次 多多 范式转变”。

  Renner强调,并非 该算法推导出了那先 公式,但前要人的眼睛来解释那先 方程,并理解它们与行星围绕太阳运行之间的关系。

  这项研究工作有点儿要,但会 它还还都能否找出描述好几次 多多 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:“我认为那先 技术是亲戚大伙儿理解和跟上物理和很多领域日益复杂的间题的唯一希望。”

  Renner和他的团队希望还还都能否开发出帮助物理学家解决量子力学中的那先 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最好的方式产生了相互矛盾的预测。

  “在四种 程度上,现在量子力学的表述最好的方式但会 可是我 历史的产物。”Renner说。他强调,一台计算机可不前要得出好几次 多多 那么那先 矛盾的公式,但该团队最新的技术还过低心智性成熟是什么是什么是什么的句子是什么是什么是什么 ,尚无法做到这些 点。

  为了实现这些 目标,Renner和他的合作者协议者正在尝试开发四种 神经网络,后者不仅可不前要从实验数据中学习,但会 还可不前要提出全新的实验来验证其假设