新的人工智能科学家将理论和数据结合起来

1918年，美国化学家欧文·朗缪尔(Irving Langmuir)发表了一篇论文，研究了气体分子粘附在固体表面上的行为。在仔细实验的结果以及固体为气体分子填充提供离散位点的理论的指导下，他制定了一系列方程，描述了在给定压力的情况下会粘住多少气体。

现在，大约一百年后，由IBM研究院，三星AI和马里兰大学巴尔的摩县分校(UMBC)的研究人员开发的“人工智能科学家”复制了朗缪尔诺贝尔奖获得者工作的关键部分。该系统 - 人工智能(AI)作为科学家 - 还重新发现了开普勒的行星运动第三定律，该定律可以计算一个空间物体绕另一个空间物体运行所需的时间，给定它们之间的距离，并产生了爱因斯坦相对论时间膨胀定律的良好近似，该定律表明快速移动物体的时间会减慢。

一个机器学习工具，可以推理

这位新的人工智能科学家 - 被研究人员称为“AI-Descartes” - 加入了AI Feynman和其他最近开发的旨在加速科学发现的计算工具。这些系统的核心是一个称为符号回归的概念，它找到方程来拟合数据。给定基本运算符，例如加法、乘法和除法，系统可以生成数亿到数百万个候选方程，搜索最准确地描述数据中关系的方程。

AI-Descartes比其他系统提供了一些优势，但它最显着的特点是它的逻辑推理能力，英国剑桥三星AI的研究科学家Cristina Cornelio说，他是该论文的第一作者。如果有多个候选方程可以很好地拟合数据，则系统会确定哪些方程最适合背景科学理论。推理能力也将该系统与ChatGPT等“生成AI”程序区分开来，后者的大型语言模型逻辑技能有限，有时会弄乱基本的数学。

“在我们的工作中，我们正在将科学家几个世纪以来一直使用的第一原理方法与机器学习时代更常见的数据驱动方法相结合，”Cornelio说。“这种组合使我们能够利用这两种方法，为广泛的应用创建更准确和有意义的模型。

AI-Descartes这个名字是对17世纪数学家和哲学家René Descartes的致敬，他认为自然世界可以用一些基本的物理定律来描述，逻辑演绎在科学发现中发挥了关键作用。

适用于真实数据

该系统在嘈杂的真实世界数据上特别有效，这可能会使传统的符号回归程序陷入困境，这些程序可能会忽略真实信号，以找到捕获数据中每个错误曲折的公式。它还可以很好地处理小型数据集，甚至可以在输入多达十个数据点时找到可靠的方程。

可能减缓像AI-Descartes这样的工具用于前沿科学的一个因素是需要为开放的科学问题识别和编码相关的背景理论。该团队正在努力创建包含真实测量数据和相关背景理论的新数据集，以完善他们的系统并在新地形上进行测试。

他们还希望最终训练计算机阅读科学论文并自己构建背景理论。

“在这项工作中，我们需要人类专家用正式的，计算机可读的术语写下背景理论的公理是什么，如果人类错过了任何或弄错了，系统将无法工作，”共同作者，UMBC化学，生物化学和环境工程助理教授Tyler Josephson说。“在未来，”他说，“我们也想自动化这部分工作，这样我们就可以探索更多的科学和工程领域。

这一目标激励了约瑟夫森对人工智能工具的研究，以推进化学工程的发展。

最终，该团队希望他们的人工智能笛卡尔像真人一样，可以激发一种富有成效的新科学方法。“我们工作最令人兴奋的方面之一是有可能在科学研究方面取得重大进展，”Cornelio说。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！