Maison > Périphériques technologiques > IA > le corps du texte

L'outil d'IA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez l'exécuter sur votre ordinateur portable

WBOY
Libérer: 2023-04-12 17:34:03
avant
976 Les gens l'ont consulté

Un outil d'IA qui rend les physiciens extatiques est open source sur GitHub !

Cela s'appelle Φ-SO. Il peut trouver des modèles cachés directement à partir des données et peut fournir la formule correspondante directement en une seule étape.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

L'ensemble du processus ne nécessite pas l'utilisation de supercalculateurs Un ordinateur portable peut résoudre l'équation masse-énergie d'Einstein en 4 heures environ.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

Ce résultat provient du département Data61 de l'Université de Strasbourg en Allemagne et de l'Organisation australienne de recherche scientifique et industrielle du Commonwealth. Selon le premier auteur de l'article, la recherche a duré un an et demi et a reçu une large attention. de la communauté universitaire.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

Une fois le code open source, l'étoile monte très vite.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

En plus des physiciens appelant directement Amazing, il y a aussi des chercheurs d'autres disciplines venus discuter si la même méthode peut être transférée dans leurs domaines.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable


Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

Apprentissage par renforcement + Contraintes de condition physique

Φ-SO La technologie derrière s'appelle "Régression symbolique profonde", utilisant Réseau neuronal récurrent (RNN) + Apprentissage par renforcement Réalisé.

Entrez d'abord le symbole précédent et les informations contextuelles dans RNN, prédisez la distribution de probabilité du symbole suivant et répétez cette étape pour générer un grand nombre d'expressions.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

Dans le même temps, les conditions physiques sont intégrées au processus d'apprentissage en tant que connaissances préalables pour empêcher l'IA de formuler des formules sans signification réelle, ce qui peut réduire considérablement l'espace de recherche.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

Présentation de l'apprentissage par renforcement pour permettre à l'IA d'apprendre à générer la formule qui correspond le mieux aux données d'origine.

Contrairement à l'apprentissage par renforcement, qui est utilisé pour jouer aux échecs, contrôler des robots, etc., dans les tâches de régression symbolique, vous n'avez qu'à vous soucier de la façon de trouver la meilleure formule et ne vous souciez pas des performances moyennes du réseau neuronal.

Ainsi, les règles de l'apprentissage par renforcement sont conçues pour récompenser uniquement les 5 % des formules candidates les plus performantes, et il n'y a aucune pénalité pour trouver les 95 % restants, encourageant le modèle à explorer pleinement l'espace de recherche.

L'équipe de recherche a utilisé des formules classiques telles que l'expression analytique d'oscillateurs harmoniques amortis, la formule énergétique d'Einstein et la formule de gravitation universelle de Newton pour mener des expériences.

Φ-SO peut restaurer à 100% ces formules à partir des données, et les méthodes ci-dessus sont indispensables.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

Par rapport à d'autres méthodes de MLP, Φ-SO fonctionne également mieux en dehors de la plage d'entraînement.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

L'équipe de recherche a finalement déclaré que même s'il y a encore place à l'amélioration de l'algorithme lui-même, leur tâche principale a été modifiée pour utiliser de nouveaux outils pour découvrir des lois physiques inconnues.

Loutil dIA dont les physiciens raffolent est open source ! En vous appuyant sur des données expérimentales pour découvrir directement des formules physiques, vous pouvez lexécuter sur votre ordinateur portable

GitHub : ​https://www.php.cn/link/c338d814c14c9d479eb5ec0b99d887f6​
Papier : ​https://www.php. cn/link/4738a8f6fab937d899ae9631beab116f​

Lien de référence : [1]​​https://www.php.cn/link/5 c8 cb735a1ce65dac514233cbd5576d6​

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Étiquettes associées:
source:51cto.com
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal
À propos de nous Clause de non-responsabilité Sitemap
Site Web PHP chinois:Formation PHP en ligne sur le bien-être public,Aidez les apprenants PHP à grandir rapidement!