参考消息网3月14日报道 据香港【南华早报】网站3月10日报道，中国研究人员研发出一个新的帮助训练机器学习模型的框架。他们希望它可以打造出既能改进实验又能解决科学问题的「真正的人工智能(AI)科学家」。
根据（美国）细胞出版社出版的【交叉学科】8日发表的一篇论文，由于能够从大量数据中发现关系，深度学习模型「给科研领域带来了革命性变化」。
最近的一个例子是美国开放人工智能研究中心的Sora。这是一个可将文本转成视频的模型。开发者说它可以理解「现实世界中的事物是如何存在的」。
Sora因对事物的先进、现实描绘而广受赞誉，并被称赞为生成式人工智能的巨大进步。但研发者承认，它仍难以模拟现实世界的某些方面，也无法「就物理学中的许多基本互动进行准确模拟，比如玻璃碎裂」。
【交叉学科】8日发表的论文作者之一、宁波东方理工大学(暂名)助理教授陈云天说：「若没有对世界的根本了解，模型本质上就是动画而不是仿真。」
论文称，深度学习模型一般使用数据而不是先验知识来进行训练。先验知识包括物理定律、数学逻辑等。
但北京大学和宁波东方理工大学的研究人员指出，在训练模型时，在利用数据的同时还可以利用先验知识来提高模型的精确度，创造出能够将这些知识融入输出结果的「科学机器学习」模型。
研究小组在论文中表示，决定哪些先验知识——包括功能关系、方程式和逻辑等——可以纳入模型让它「预先学习」是一个挑战，同时在学习内容中加入多个科学规律也可能导致模型崩溃。
为了解决这个问题，研究人员开发出一个框架来评估规律的价值，并确定哪些规律组合产生了最具预测能力的模型。
陈云天说，教人工智能模型了解这些规律——例如物理定律——可以使它们「更多地反映真实世界，从而使它们在科学和工程方面更有用」。
该团队希望进一步完善自己的框架，以便让人工智能在不受人类干扰的情况下直接从数据中识别自己所需的知识和规律。
陈云天说：「我们希望通过让这一模型成为真正的‘人工智能科学家’来使其成为一个闭环。」（编译/龙君）
