參考訊息網3月14日報道 據香港【南華早報】網站3月10日報道，中國研究人員研發出一個新的幫助訓練機器學習模型的框架。他們希望它可以打造出既能改進實驗又能解決科學問題的「真正的人工智能(AI)科學家」。
根據（美國）細胞出版社出版的【交叉學科】8日發表的一篇論文，由於能夠從大量數據中發現關系，深度學習模型「給科研領域帶來了革命性變化」。
最近的一個例子是美國開放人工智能研究中心的Sora。這是一個可將文本轉成影片的模型。開發者說它可以理解「現實世界中的事物是如何存在的」。
Sora因對事物的先進、現實描繪而廣受贊譽，並被稱贊為生成式人工智能的巨大進步。但研發者承認，它仍難以模擬現實世界的某些方面，也無法「就物理學中的許多基本互動進行準確模擬，比如玻璃碎裂」。
【交叉學科】8日發表的論文作者之一、寧波東方理工大學(暫名)助理教授陳雲天說：「若沒有對世界的根本了解，模型本質上就是動畫而不是仿真。」
論文稱，深度學習模型一般使用數據而不是先驗知識來進行訓練。先驗知識包括物理定律、數學邏輯等。
但北京大學和寧波東方理工大學的研究人員指出，在訓練模型時，在利用數據的同時還可以利用先驗知識來提高模型的精確度，創造出能夠將這些知識融入輸出結果的「科學機器學習」模型。
研究小組在論文中表示，決定哪些先驗知識——包括功能關系、方程式式和邏輯等——可以納入模型讓它「預先學習」是一個挑戰，同時在學習內容中加入多個科學規律也可能導致模型崩潰。
為了解決這個問題，研究人員開發出一個框架來評估規律的價值，並確定哪些規律組合產生了最具預測能力的模型。
陳雲天說，教人工智能模型了解這些規律——例如物理定律——可以使它們「更多地反映真實世界，從而使它們在科學和工程方面更有用」。
該團隊希望進一步完善自己的框架，以便讓人工智能在不受人類幹擾的情況下直接從數據中辨識自己所需的知識和規律。
陳雲天說：「我們希望透過讓這一模型成為真正的‘人工智能科學家’來使其成為一個閉環。」（編譯/龍君）
