人工智能“發(fā)現(xiàn)”地球繞太陽公轉(zhuǎn)
如今,根據(jù)在地球上觀測到的太陽和火星的運行軌跡,一種受大腦啟發(fā)的機器學(xué)習(xí)算法計算出了太陽位于太陽系的中心。而天文學(xué)家花了幾個世紀(jì)才弄明白這個道理。
本文引用地址:http://2s4d.com/article/201911/407090.htm這一壯舉是對一項技術(shù)的首次測試,研究人員希望能夠利用它發(fā)現(xiàn)新的物理定律,或許還能夠通過在大數(shù)據(jù)集中發(fā)現(xiàn)新的模式來重新構(gòu)建量子力學(xué)。
相關(guān)研究成果將發(fā)表在即將出版的《物理評論快報》上。
蘇黎世瑞士聯(lián)邦理工學(xué)院的物理學(xué)家Renato Renner和他的合作者想要設(shè)計一種算法,將大量數(shù)據(jù)集提煉成幾個基本公式,這模仿了物理學(xué)家提出簡潔方程式(例如E=mc2)的思路。
為了做到這一點,研究人員必須設(shè)計一種新型的神經(jīng)網(wǎng)絡(luò),一種受人類大腦結(jié)構(gòu)啟發(fā)的機器學(xué)習(xí)系統(tǒng)。
傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)通過大量數(shù)據(jù)集的訓(xùn)練學(xué)習(xí)識別物體,例如圖像或聲音。研究人員發(fā)現(xiàn)一般特征——例如“四條腿”和“尖尖的耳朵”能夠用來識別貓。然后,他們將這些特征編碼到數(shù)學(xué)“節(jié)點”中,后者是神經(jīng)元的人工等效物。
然而,神經(jīng)網(wǎng)絡(luò)并沒有像物理學(xué)家那樣,將這些信息提煉成幾個易于解釋的規(guī)則,而是有點像一個黑匣子,將它們獲得的知識以不可預(yù)測且難以解釋的方式傳播到數(shù)千個甚至數(shù)百萬個節(jié)點上。
因此,Renner的研究團隊設(shè)計了一種“腦葉切除”式的神經(jīng)網(wǎng)絡(luò)——兩個僅通過少量鏈接相互連接的子網(wǎng)絡(luò)。第一個子網(wǎng)將從數(shù)據(jù)中學(xué)習(xí),就像在一個典型的神經(jīng)網(wǎng)絡(luò)中一樣;而第二個子網(wǎng)將使用這種“經(jīng)驗”做出新的預(yù)測并加以測試。
由于連接兩個子網(wǎng)絡(luò)的鏈路很少,第一個子網(wǎng)絡(luò)被迫以壓縮格式向另一個子網(wǎng)絡(luò)傳遞信息。Renner把這比作一個導(dǎo)師如何把他學(xué)到的知識傳授給學(xué)生。
最初的一項測試是向該神經(jīng)網(wǎng)絡(luò)提供從地球上看到的火星和太陽在天空中運行的模擬數(shù)據(jù)。從這個角度看,火星環(huán)繞太陽的軌道似乎是不穩(wěn)定的,比如它會周期性地“逆行”,改變自己的軌道。
幾個世紀(jì)以來,天文學(xué)家曾一直認(rèn)為地球是宇宙的中心——他們認(rèn)為行星在天球上繞著小圈運行,即所謂的本輪,并以此來解釋火星的運行軌跡。但在16世紀(jì),尼古拉·哥白尼發(fā)現(xiàn),如果地球和其他行星都圍繞太陽運行,那么用一個簡單得多的公式系統(tǒng)就可以預(yù)測它們的運行軌跡。
致力于將人工智能應(yīng)用于科學(xué)發(fā)現(xiàn)的加拿大多倫多大學(xué)物理學(xué)家Mario Krenn表示,該研究團隊的神經(jīng)網(wǎng)絡(luò)得出了哥白尼式的火星軌道公式,重新發(fā)現(xiàn)了“科學(xué)史上最重要的一個范式轉(zhuǎn)變”。
Renner強調(diào),雖然該算法推導(dǎo)出了這些公式,但需要人的眼睛來解釋這些方程,并理解它們與行星圍繞太陽運行之間的關(guān)系。
這項研究工作很重要,因為它能夠找出描述一個物理系統(tǒng)的關(guān)鍵參數(shù),美國紐約市哥倫比亞大學(xué)機器人專家Hod Lipson說。他表示:“我認(rèn)為這些技術(shù)是我們理解和跟上物理和其他領(lǐng)域日益復(fù)雜的現(xiàn)象的唯一希望?!?/p>
Renner和他的團隊希望能夠開發(fā)出幫助物理學(xué)家解決量子力學(xué)中的那些明顯矛盾的機器學(xué)習(xí)技術(shù)。這個理論似乎對一項實驗的結(jié)果和受其規(guī)律支配的觀察者的觀察方式產(chǎn)生了相互矛盾的預(yù)測。
“在某種程度上,現(xiàn)在量子力學(xué)的表述方式可能只是歷史的產(chǎn)物。”Renner說。他強調(diào),一臺計算機可以得出一個沒有這些矛盾的公式,但該團隊最新的技術(shù)還不夠成熟,尚無法做到這一點。
為了實現(xiàn)這一目標(biāo),Renner和他的合作者正在嘗試開發(fā)一種神經(jīng)網(wǎng)絡(luò),后者不僅可以從實驗數(shù)據(jù)中學(xué)習(xí),而且還可以提出全新的實驗來驗證其假設(shè)。
評論