详细内容或原文请订阅后点击阅览
基于图形的人工智能模型描绘创新的未来
Markus Buehler 教授开发的一种 AI 方法发现了科学与艺术之间的隐藏联系，从而提出了新颖的材料。
来源:MIT新闻 - 人工智能想象一下使用人工智能来比较两个看似不相关的创作——生物组织和贝多芬的“第九交响曲”。乍一看，生命系统和音乐杰作似乎没有任何联系。然而，麻省理工学院 McAfee 工程教授、土木与环境工程和机械工程教授 Markus J. Buehler 开发的一种新颖的人工智能方法弥补了这一差距，揭示了复杂性和秩序的共同模式。
“通过将生成式人工智能与基于图形的计算工具相结合，这种方法揭示了以前无法想象的全新想法、概念和设计。我们可以通过教生成式人工智能对从未见过的想法、概念和设计做出新颖的预测来加速科学发现，”Buehler 说。
这项开放获取研究最近发表在《机器学习：科学与技术》上，展示了一种先进的人工智能方法，该方法集成了生成知识提取、基于图形的表示和多模态智能图形推理。
发表于机器学习：科学与技术 机器学习：科学与技术Buehler 使用这种新方法分析了 1,000 篇关于生物材料的科学论文，并将它们转化为图形形式的知识图谱。该图揭示了不同信息之间的联系，并能够找到将许多概念联系在一起的相关想法和关键点的组。
“真正有趣的是，该图遵循无标度性质，高度连接，并且可以有效地用于图形推理，”Buehler 说。“换句话说，我们教人工智能系统思考基于图形的数据，以帮助它们构建更好的世界表示模型，并增强思考和探索新想法的能力，从而实现发现。”