人工智能发现地球绕太阳公转
物理学家已经设计了一种人工智能,它可以像天文学家mikolaj kopernik一样思考,也就是说,认识到太阳是太阳系的中心。资料来源:美国航天局/JPL/SPL
现在,基于在地球上观察到的太阳和火星的轨道,一个大脑启发的机器学习算法计算出太阳在太阳系的中心。天文学家花了几个世纪才理解这个真理。
这项壮举是对一项技术的第一次测试,研究人员希望这项技术能被用来发现新的物理定律,或许还能通过在大数据集中发现新的模式来重建量子力学。
相关的研究结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(ETH)的物理学家雷纳托·伦纳(Renato Renner)和他的合作者希望设计一种算法,能够将大量数据集提取成几个基本公式,这模仿了物理学家提出简明方程(例如,E=mc2)的想法。
为了做到这一点,研究人员必须设计一种新型的神经网络,一种受人脑结构启发的机器学习系统。
传统的神经网络通过训练大量的数据集来学习识别图像或声音等对象。研究人员发现,一般特征——如“四条腿”和“尖耳朵”——可以用来识别猫。然后他们将这些特征编码成数学“节点”,这是神经元的人工等价物。
然而,与物理学家不同的是,神经网络并没有将信息提炼成几个易于解释的规则,而是像一个黑箱,以不可预测和难以解释的方式将他们获得的知识传播到数千甚至数百万个节点。
因此,伦纳的研究小组设计了一个“脑叶切开术”神经网络——两个子网络通过几个链接相互连接。第一个子网将从数据中学习,就像典型的神经网络一样。第二个子网将利用这一“经验”做出新的预测并进行测试。
由于连接两个子网络的链路很少,第一个子网*以压缩格式向另一个子网传输信息。Renner将这比作导师如何将他所学传授给他的学生。
第一个测试是向神经网络提供从地球上看到的火星和太阳在天空移动的模拟数据。从这个角度来看,火星围绕太阳的轨道似乎不稳定,例如,它会周期性地“逆行”并改变它的轨道。
几个世纪以来,天文学家一直认为地球是宇宙的中心——他们认为行星绕着天球以小圆圈的形式运行,即所谓的外摆线,并以此来解释火星的轨道。然而,在16世纪,mikolaj kopernik发现,如果地球和其他行星都围绕太阳旋转,一个简单得多的公式系统可以用来预测它们的轨道。
加拿大多伦多大学的物理学家马里奥·克伦(Mario Krenn)致力于将人工智能应用于科学发现,他表示,研究小组的神经网络已经推导出哥白尼式的火星轨道公式,并重新发现了“科学史上最重要的范式转变”。
Renner强调,尽管算法已经推导出了这些方程,但它需要人类的眼睛来解释这些方程,并理解它们与围绕太阳运行的行星之间的关系。
纽约哥伦比亚大学的机器人专家霍德·利普森说,这项研究工作很重要,因为它可以找出描述物理系统的关键参数。“我认为这些技术是我们理解和跟上物理学和其他领域日益复杂的现象的唯一希望,”他说。
Renner和他的团队希望开发机器学习技术来帮助物理学家解决量子力学中那些明显的矛盾。这个理论似乎对实验结果和观察者在它的规则下观察它的方式产生了矛盾的预测。
"在某种程度上,量子力学目前的表述可能只是历史的产物."雷纳说。他强调说,计算机可以想出一个没有这些矛盾的公式,但团队的最新技术还不够成熟,无法实现这一点。
为了实现这一目标,伦纳和他的合作者正在试图开发一种神经网络,它不仅可以从实验数据中学习,而且还可以提出新的实验来验证其假设。