详细内容或原文请订阅后点击阅览
这种新的人工智能正在破解隐藏的自然法则
杜克大学的研究人员创建了一个新的人工智能框架，旨在揭示自然和技术中一些最复杂动态背后的简单易懂的规则。该系统的灵感来自著名的“动力学家”——研究系统如何随时间变化的科学家——发现了许多物理学[...]
来源:SciTech日报杜克大学的研究人员创建了一个新的人工智能框架，旨在揭示自然和技术中一些最复杂动态背后的简单易懂的规则。
该系统的灵感来自著名的“动力学家”——研究系统如何随时间变化的科学家——发现了许多解释运动和其他演化过程的物理原理。牛顿（通常被称为第一个动力学家）本着同样的精神，将力和运动与方程联系起来，这种人工智能研究显示复杂系统如何随时间变化的数据，然后生成描述该行为的方程。
这种方法之所以特别强大，是因为它能够超越人们实际可以处理的心理问题。它可以采用涉及数百甚至数千个变量的非线性系统，并将它们简化为依赖于更少维数的更简单的规则。
这个看似混乱的“双摆”遵循大量控制其运动的规则。研究人员训练人工智能从其运动中获取数据，以揭示简单的方程，从而成功地模拟其随时间的运动。至关重要的是，这些方程可以预测系统如何随着时间的推移稳定下来。该方法适用于从全球气候模式到神经活动的复杂非线性系统。图片来源：Boyuan Chen，杜克大学
从天气和电路到生物学
这项研究今天（12 月 17 日）发表在《npj Complexity》杂志上，提出了一种使用人工智能更好地理解随时间演变的复杂系统的新方法，包括天气模式、电路、机械系统和生物信号。
库普曼的想法和大收获
炮弹的例子反映了数学家 Bernard Koopman 在 20 世纪 30 年代提出的一个理论概念：复杂的非线性系统可以用线性模型在数学上表示。杜克大学团队的人工智能方法就是建立在这个想法的基础上的。
这就是人工智能发挥作用的地方。