致力於將人工智能應用於科學發現的加拿大多倫多大學物理學家Mario Krenn表示，該研究團隊的神經網絡得出了哥白尼式的火星軌道公式，重新發現了“科學史上最重要的一個範式轉變”。
Renner強調，雖然該算法推導出了這些公式，但需要人的眼睛來解釋這些方程，並理解它們與行星圍繞太陽運行之間的關係。
這項研究工作很重要，因為它能夠找出描述一個物理系統的關鍵參數，美國紐約市哥倫比亞大學機器人專家Hod Lipson說。他表示：“我認為這些技術是我們理解和跟上物理和其他領域日益複雜的現象的唯一希望。”
Renner和他的團隊希望能夠開發出幫助物理學家解決量子力學中的那些明顯矛盾的機器學習技術。這個理論似乎對一項實驗的結果和受其規律支配的觀察者的觀察方式產生了相互矛盾的預測。
“在某種程度上，現在量子力學的表述方式可能只是歷史的產物。”Renner說。他強調，一台計算機可以得出一個沒有這些矛盾的公式，但該團隊最新的技術還不夠成熟，尚無法做到這一點。
為了實現這一目標，Renner和他的合作者正在嘗試開發一種神經網絡，後者不僅可以從實驗數據中學習，而且還可以提出全新的實驗來驗證其假設。
（來源：新浪科技） |
