详细内容或原文请订阅后点击阅览
人工智能能让数学变得更加人性化吗？荒谬 - 但这正是现在正在发生的事情
几十年来，科学家们一直在讲不同的语言。神经网络已经准备好扮演翻译者的角色。
来源:安全实验室新闻频道人工智能能让数学变得更加人性化吗？荒谬 - 但这正是现在正在发生的事情
几十年来，科学家们一直在讲不同的语言。神经网络已经准备好扮演翻译者的角色。
数学家习惯于谨慎对待新工具。计算机也没有立即在研究中占据重要地位：计算方法花了数年时间才开始改变整个科学分支。现在人工智能正在经历类似的道路。神经网络已经在寻找复杂数学数据中的隐藏模式，帮助提出假设，在旧论文中找到必要的定理，并尝试解决训练期间从未见过的问题。
第一个实验始于 2017 年，与弦理论相关。研究人员采用了一个按照现代标准相当简单的神经网络，并在其中加载了 Calabi-Yau 流形的数据。这是复杂的多维几何空间的名称，在弦理论的某些模型中发挥着重要作用。根据这些模型，额外的空间维度可以缩小到无法直接观察的小尺度。
神经网络被赋予了一个特定的任务：确定 Calabi-Yau 流形的拓扑性质。拓扑学研究在连续变形下保留的几何对象的属性。同时，该模型不知道教科书上的定义，没有学习几何学，也没有接受现成的规则来寻找答案。该算法使用数值数据并独立寻找特征之间的稳定关系。
你的秘密在暗网上受到喜欢。
机器学习允许您以不同的方式进行搜索。该算法分析大量已知示例，检测特征并帮助确定值得进一步计算的区域。在第一次成功的实验之后，其他小组开始使用类似的方法，机器学习迅速扩展到弦理论问题之外。