2019-11-18 16:55:10 | 人氣(163) | 回應(0) | 上一篇 | 下一篇

Nature:“AI哥白尼”誕生!首次準確預測出地球繞着太陽轉

推薦 0 收藏 0 轉貼0 訂閱站台


(來源:Nature/編輯:大明)


【新智元導讀】“地球圍繞太陽轉”,這個現在幾乎人人皆知的結論曾花費了天文學家數百年的心血甚至生命。現在,AI通過學習行星運動數據,預測出了這個結論,並有望改善現代量子力學理論中的矛盾之處。來新智元 AI 朋友圈和AI大咖們一起討論吧。


地球繞着太陽轉。

這個現在人人皆知的事實,歷史上的一代代天文學家足足花了幾個世紀才弄清楚。不過現在,受大腦啟發的機器學習算法通過預測得出了這個結論。


算法根據太陽和火星的運動在地球上的呈現方式,將太陽置於太陽系的中心。這是這項技術的首次測試,研究人員希望可以通過像發現大數據集中的數據模式一樣,來發現新的物理定律,並重新塑造量子力學。這項研究的結果將發表在《物理評論快報》上。


來自蘇黎世瑞士聯邦理工學院(ETH)的物理學家Renato Renner和他的團隊想設計一種算法,將大數據集分解為幾個基本公式,從而模仿物理學家提出像E = mc2這樣的簡潔方程式一樣,發現更多的預測規律和模式。為此,研究人員必須設計一種新型的神經網絡。


傳統的神經網絡通過訓練龐大的數據集來學習識別物體,例如圖像或聲音。在訓練中發現了一般特徵,如,“四隻腿”和“尖頭的耳朵”特徵可能代表着貓。然後在數學“節點”(神經元的人工等效物)中對這些特徵進行編碼。

但是,神經網絡並不是像物理學家那樣,將這些信息提煉成幾個易於解釋的規則,而是一個黑匣子。換句話說,神經網絡是以一種無法預測且難以解釋的方式,將其獲得的知識分布在成千上萬個節點上。


Renner的團隊設計了一種“整體化”的神經網絡:兩個子網之間僅通過為數不多的幾個鏈接相互連接。第一個子網將像原有的神經網絡一樣從數據中學習,第二個子網將使用該“經驗”來進行和測試新的預測。由於兩個網絡之間幾乎沒有連接的鏈路,第一個網絡必須要以壓縮格式將信息傳遞給另一側。Renner將其比作“導師教學生”的信息傳遞方式。


AI算法是如何定位行星運動的

一開始,研究人員會向神經網絡提供有關從地球上觀測到的火星和太陽在天空中運動的模擬數據。從地球上的視角來看,火星圍繞的太陽公轉軌道似乎是不穩定的,火星會周期性地出現“逆行”。


在歷史上很長一段時間內,天文學家一直認為地球處於宇宙的中心,並認為行星在以稱為“行星輪”的小圓圈運動,來解釋火星的這種“反常”運動。但在16世紀時,哥白尼(Nicolaus Copernicus)發現,如果假定地球和行星都在繞太陽公轉,就可以用更簡單的公式體系來預測行星運動。


加拿大多倫多大學的物理學家馬里奧·克倫(Mario Krenn)說,該團隊開發的神經網絡預測出了“哥白尼式”的火星軌跡,重新發現了“科學史上最重要的行星運動範式之一”。

Renner強調,儘管該算法可以推導公式,但仍需用人工手段解釋方程式,並了解這些公式與行星圍繞太陽運動的關係。


哥倫比亞大學的機器人學家霍德·利普森表示,這項研究很重要,能夠挑選出描述物理系統的關鍵參數。他說:“我認為這些技術是我們理解並認識物理學中越來越複雜的現象的唯一希望。”

Renner團隊希望能開發機器學習技術,幫助物理學家解決量子力學中存在的明顯矛盾。量子理論似乎對實驗結果和觀察者的觀察方式產生了相互矛盾的預測。


Renner表示:“量子力學目前的形式在某種程度上可能只是歷史上的人造品。”而計算機可以提出沒有這種矛盾的新表述,但是目前該團隊最新技術還不夠完善。為了實現該目標,Renner團隊正在嘗試開發神經網絡的一種新版本,不僅可以從實驗數據中學習,而且可以提出全新的實驗來檢驗自己的假設。-----(新智元)


台長: 聖天使

我要回應 本篇僅限會員/好友回應,請先 登入
TOP
詳全文