物理学家AI工具开源了！靠实验数据就发现物理公式，笔记本就能跑

发布时间：2023-03-15 09:52:03 所属栏目：外闻来源：

导读：量子位 | 公众号 QbitAI

一个让物理学家狂喜的AI工具，在GitHub上开源了！

整个过程也不需要动用超算，一台笔记本大约需要4小时就能把爱因斯坦的质能方程算下来。

这项成果来自德国斯特拉斯堡大学与澳大利亚

量子位 | 公众号 QbitAI

一个让物理学家狂喜的AI工具，在GitHub上开源了！

整个过程也不需要动用超算，一台笔记本大约需要4小时就能把爱因斯坦的质能方程算下来。

这项成果来自德国斯特拉斯堡大学与澳大利亚联邦科学与工业研究组织Data61部门，据论文一作透露，研究用了1.5年时间，受到学术界广泛关注。

除了物理学者直呼Amazing之外，还有其他学科研究者赶来探讨，能不能把同款方法迁移到他们的领域。

Φ-SO背后的技术被叫做“深度符号回归”，使用循环神经网络（RNN）+强化学习实现。

首先将前一个符号和上下文信息输入给RNN，预测出后一个符号的概率分布，重复此步骤，可以生成大量表达式。

同时将物理条件作为先验知识纳入学习过程中，避免AI搞出没有实际含义的公式，可大幅度减少搜索区域。

再引入强化学习，让AI学会生成与原始数据拟合最好的公式。

与强化学习用来下棋、操控机器人等不同，在符号回归任务上只需要关心如何找到最佳的那个公式，而不关心神经网络的平均表现。

研究团队用阻尼谐振子解析表达式、爱因斯坦能量公式，牛顿的万有引力公式等经典公式来做实验。

Φ-SO都能100%的从数据中还原这些公式，并且以上方法缺一不可。所以我们可以通过一些简单的算法来实现这些功能。

研究团队在最后表示，虽然算法本身还有一定的改进空间，不过他们的首要任务已经改成用新工具去发现未知的物理规律去了。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!