人工智能如何学习控制混乱

数字孪生将机器学习提升到了新的水平。

最近的研究证明了先进机器学习算法的发展，可以有效地监控复杂系统。这些新算法在混沌电子电路的数字孪生上进行了测试，不仅成功预测和控制其行为，而且还显着降低了能耗和计算成本。

研究

研究发现，由下一代算法驱动的系统可以带来更高效的机器学习产品。科学家们使用机器学习技术创建了一个以其混沌行为而闻名的电子电路的数字孪生体（虚拟副本）。他们能够预测她的行为并使用这些数据进行控制。

线路控制器的限制

许多日常设备，例如恒温器和巡航控制装置，都使用线性控制器，这些控制器应用简单的规则来实现所需的值。然而，此类算法在管理具有混沌行为的系统时面临困难。

现代设备，例如自动驾驶汽车和飞机，通常使用基于机器学习的控制器，这些控制器使用复杂的网络来寻找最佳控制算法。然而，此类算法具有严重的缺点，特别是高计算成本和能耗。

算法

有效数字孪生的影响

在几毫秒就能产生重大影响的情况下，例如自动驾驶汽车制动以防止发生事故时，这些问题尤其重要。

机器学习架构的突破

该团队开发的数字孪生足够小，可以安装在廉价的计算机芯片上，并且可以在没有互联网连接的情况下运行。这一成就是通过使用称为水库计算的机器学习方法实现的。