详细内容或原文请订阅后点击阅览
人工智能学习为复杂系统建立简单方程
杜克大学研究人员创建了一个人工智能框架，可将复杂的系统简化为可理解的规则，从而增强科学发现和预测。
来源:Scientific Inquirer杜克大学的一个研究团队开发了一种新的人工智能框架，可以揭示简单、易于理解的规则，这些规则控制着自然和技术中发现的一些最复杂的动态。
人工智能系统的工作原理很像历史上伟大的“动力学家”——那些研究随时间变化的系统的人——发现了许多控制此类系统行为的物理定律。与第一位动力学家牛顿推导出连接力和运动的方程类似，人工智能获取有关复杂系统如何随时间演变的数据，并生成准确描述它们的方程。
然而，人工智能可以比人类思维走得更远，将具有数百甚至数千个变量的复杂非线性系统分解为维度更少的简单规则。
这项工作于 12 月 17 日在线发表在《npj Complexity》杂志上，为科学家提供了一种利用人工智能帮助理解随时间变化的复杂系统的新方法，例如天气、电路、机械系统甚至生物信号。
“科学发现始终依赖于寻找复杂过程的简化表示，”杜克大学通用机器人实验室主任、机械工程和材料科学迪金森家族助理教授陈博源说。 “我们越来越多地拥有理解复杂系统所需的原始数据，但没有将这些信息转化为科学家所依赖的简化规则的工具。弥合这一差距至关重要。”
炮弹的轨迹取决于许多变量，例如出口速度和角度、空气阻力、变化的风速，甚至环境温度等等。然而，通过仅使用前两个的简单线性方程可以找到非常接近的近似值。
这就是人工智能派上用场的地方。
科学家研究小鼠的路径整合，揭示大脑如何追踪距离……
一项研究表明抑郁和焦虑会增加心血管疾病的风险......