人工智能“发现”地球绕太阳公转

  • 时间:
  • 浏览:1
  • 来源:大发快3ios_大发快3app下载

调查问题加载中,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,四种 受大脑启发的机器学习算法计算出了太阳指在太阳系的中心。而天文学家花了十几块 世纪才弄明白其他道理。

  其他壮举是对一项技术的首次测试,研究人员希望并能利用它发现新的物理定律,或许还并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和他的企业企业合作者想要设计四种 算法,将絮状数据集提炼成十几块 基本公式,这模仿了物理学家提出简洁方程式(这名于E=mc2)的思路。

  为了做到其他点,研究人员时要设计四种 新型的神经网络,四种 受人类大脑底部形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,这名于图像或声音。研究人员发现一般底部形态——这名于“四条腿”和“尖尖的耳朵”并能用来识别猫。如何让 ,没没得人将哪些地方地方底部形态编码到数学“节点”中,后者是神经元的人工等效物。

  然而,神经网络并没得像物理学家那样,将哪些地方地方信息提炼成十几块 易于解释的规则,要是有点痛 像有有两个多黑匣子,将它们获得的知识以不可预测且难以解释的最好的办法传播到数千个甚至数百万个节点上。

  如何让 ,Renner的研究团队设计了四种 “脑叶切除”式的神经网络——有有两个多仅通过絮状链接相互连接的子网络。第有有两个多子网将从数据中学习,就像在有有两个多典型的神经网络中一样;而第六个子网将使用其他“经验”做出新的预测并加以测试。

  机会连接有有两个多子网络的链路很少,第有有两个多子网络被迫以压缩格式向要是子网络传递信息。Renner把这比作有有两个多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一遍的火星和太阳在天空中运行的模拟数据。从其他厚度看,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”,改变另一方的轨道。

  十几块 世纪以来,天文学家曾老要认为地球是宇宙的中心——没没得人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,机会地球和其他行星都围绕太阳运行,没得用有有两个多简单得多的公式系统就并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两个多范式转变”。

  Renner强调,确实该算法推导出了哪些地方地方公式,但时要人的眼睛来解释哪些地方地方方程,并理解它们与行星围绕太阳运行之间的关系。

  这项研究工作有点痛 要,机会它并能找出描述有有两个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:“我认为哪些地方地方技术是没没得人理解和跟上物理和其他领域日益错综复杂的问题的唯一希望。”

  Renner和他的团队希望并能开发出帮助物理学家解决量子力学中的哪些地方地方明显矛盾的机器学习技术。其他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。

  “在四种 程度上,现在量子力学的表述最好的办法机会要是历史的产物。”Renner说。他强调,一台计算机并能得出有有两个多没哪些地方地方地方矛盾的公式,但该团队最新的技术还不足开花结果 期图片 期期期,尚无法做到其他点。

  为了实现其他目标,Renner和他的企业企业合作者正在尝试开发四种 神经网络,后者不仅并能从实验数据中学习,如何让 还并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(