详细内容或原文请订阅后点击阅览
新的人工智能框架可以揭示原始数据中的空间物理方程
人工智能 (AI) 系统，特别是人工神经网络，已被证明是非常有前途的工具，可用于发现大量数据中难以检测的模式。在过去的十年里，人工智能工具已被应用于广泛的场景和领域。
来源:英国物理学家网首页人工智能 (AI) 系统，特别是人工神经网络，已被证明是非常有前途的工具，可用于发现大量数据中难以检测的模式。在过去的十年里，人工智能工具已被应用于广泛的环境和领域。
在众多可能的应用中，人工智能系统可用于发现物理关系和描述这些关系的符号表达式（即数学公式）。
数学公式为了揭示这些公式，物理学家目前需要广泛分析原始数据，因此自动化该过程可能非常有利。
原始数据清华大学、北京大学等国内研究机构的研究人员开发了一种人工智能框架，可以自动从原始数据中导出符号物理表示。这种名为 PhyE2E 的新模型是在《自然机器智能》上发表的一篇论文中介绍的。
型号 发表在《Nature Machine Intelligence》上的论文“我们的目标是推动人工智能超越曲线拟合，走向人类可以理解的发现：返回科学家可以读取、测试和构建的紧凑、单位一致的方程，”该论文的共同高级作者周远告诉 Phys.org。
无广告