導讀 神戶大學和大阪大學的研究人員成功開發(fā)了人工智能技術，可以從常規(guī)觀測數(shù)據(jù)中提取隱藏的運動方程，并創(chuàng)建一個忠實于物理定律的模型。這項技
神戶大學和大阪大學的研究人員成功開發(fā)了人工智能技術，可以從常規(guī)觀測數(shù)據(jù)中提取隱藏的運動方程，并創(chuàng)建一個忠實于物理定律的模型。
這項技術可以讓我們發(fā)現(xiàn)現(xiàn)象背后隱藏的運動方程，而這些方程的定律被認為是無法解釋的。例如，可以使用基于物理學的知識和模擬來檢查生態(tài)系統(tǒng)的可持續(xù)性。
研究組由矢口孝春副教授和博士組成。學生陳玉涵(神戶大學系統(tǒng)信息學研究生院)和松原隆副教授(大阪大學工學研究生院)。
這些研究成果于 2021 年 12 月 6 日公開，并在第三十五屆神經信息處理系統(tǒng)會議(NeurIPS2021)上發(fā)表，該會議是人工智能技術的權威會議。這項研究是被選為聚光燈類別的前 3% 之一。
要點
能夠使用人工智能對物理現(xiàn)象進行建模(公式化)可以實現(xiàn)極其精確、高速的模擬。
在當前使用人工智能的方法中，有必要使用符合運動方程的變換數(shù)據(jù)。因此，很難將人工智能應用于運動方程未知的實際觀測數(shù)據(jù)。
該研究小組使用幾何來開發(fā)人工智能，可以在提供的觀測數(shù)據(jù)(無論其格式如何)中找到隱藏的運動方程并相應地對其進行建模。
未來，或許有可能發(fā)現(xiàn)之前被認為不符合牛頓定律的現(xiàn)象背后隱藏的物理定律，比如生態(tài)系統(tǒng)的變化。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！