人工智能帮助创造系外行星上的份子,甚至有一天大概会创造新的物理定律

编辑 | 萝卜皮你知道地球的大气是由什么组成的吗?你大概记得它是氧气,也大概是氮气。借助 Google 的一点帮助,您可以轻松得出更精确的谜底:78% 的氮气、21% 的氧气和 1% 的氩气。大气可以表明行星的性质,以及它们是不是可以承载生命。然而,当谈到外大气层——太阳系外行星的大气层——的组成时,谜底是未知的。由于系外行星如此遥远,已证明探测它们的大气层极其困难。研讨表明,人工智能 (AI) 大概是探索它们的最佳选择——但前提是能够证明这些算

编辑 | 萝卜皮人工智能帮助创造系外行星上的份子,甚至有一天大概会创造新的物理定律你知道地球的大气是由什么组成的吗?你大概记得它是氧气,也大概是氮气。借助 Google 的一点帮助,您可以轻松得出更精确的谜底:78% 的氮气、21% 的氧气和 1% 的氩气。大气可以表明行星的性质,以及它们是不是可以承载生命。然而,当谈到外大气层——太阳系外行星的大气层——的组成时,谜底是未知的。由于系外行星如此遥远,已证明探测它们的大气层极其困难。研讨表明,人工智能 (AI) 大概是探索它们的最佳选择——但前提是能够证明这些算法以可靠、科学的方式思索,而不是欺骗系统。来自伦敦大学的研讨职员提出了一些通用评价要领,可以应用于任何训练有素的 AI 模型。特别是,他们训练了三种不同的流行深度神经网络(DNN)架构来从系外行星光谱中检索大气参数,并表明这三种架构都实现了良好的展望性能。同时研讨职员对 DNN 的展望进行了广泛的阐明,这可以给定仪器和模型的大气参数的可信度限制。执行基于扰动的敏感性阐明,以确定检索结果对频谱的哪些特性最敏感。该团队得出结论,对于不同的份子,DNN 展望最敏感的波长范围确实与其特性吸取地区一致。该要领有助于改进 DNN 的评价并为其展望提供可解释性。该研讨以「Peeking inside the Black Box: Interpreting Deep-learning Models for Exoplanet Atmospheric Retrievals」为题,于 2021 年 10 月 13 日发布在《The Astronomical Journal》。图片天文学家通常利用凌日要领来研讨系外行星,这涉及测量当行星从恒星前面经过时恒星发出的光的倾角。如果行星表面存在大气,它可以吸取少量恒星的光。通过在不同波长(光的颜色)下观察这一事件,可以在吸取的星光中看到份子的指纹,在光谱中形成可识别的图案。如果恒星与太阳相似,则木星大小行星的大气产生的典型信号只会使恒星光减少约 0.01%。地球大小的行星产生的信号要低 10-100 倍。这有点像从飞机上创造地面上猫咪的眼睛颜色。未来,詹姆斯·韦伯太空望远镜(JWST)和 The Ariel Space Mission 这两个探测器都将从太空轨道上调查系外行星,它们可以获取数千个系外大气层的高质量光谱。但是,由于大气层的复杂性,对单个凌日行星的阐明大概需要数天甚至数周才能完成。科学家们试图训练人工智能来展望大气中各种化学物质的品貌。为了证明人工智能的可靠性,科学家研讨了人工智能的思索模式。图片窥视黑匣子内部如果无法理解,就不能采用理论与工具。也许人工智能中的一个「小故障」,大概会得出在系外行星创造了生命的结论。人工智能在解释它们创造方面很糟糕。即使是人工智能专家也很难确定是什么原因导致网络提供给定的解释。这种劣势阻碍了人工智能技术在天文学领域的应用。研讨职员开发了一种要领,可以一瞥人工智能的决策过程。该要领非常直观。假设 AI 必须确认图像是不是包含猫。它大概会通过创造某些特性来做到这一点,例如皮毛或脸型。为了了解它所引用的特性和顺序,可以模糊猫的图像的一部分,看看它是不是仍然可以识别出它是一只猫。这正是科学家通过「扰动」或改变光谱地区为系外行星探测 AI 所做的训练。通过观察人工智能对系外行星份子品貌的展望在每个地区被修改时是如何变化的(比如说大气中的水),研讨职员开始构建人工智能如何思索的「图片」,比如它用来决定大气中的水含量的光谱地区。结果创造训练有素的人工智能在很大程度上依赖于物理现象,例如独特的光谱指纹——就像天文学家一样。事实上,在学习方面,AI 和高中生并没有太大的不同——它会尽量避开艰难的道路(一步步解析),寻找各种捷径(套用公式),获取谜底。如果人工智能基于记住它遇到的每一个频谱来做出展望,那将是非常不可取的。图片这一创造提供了第一种偷窥所谓「人工智能黑匣子」的要领,让研讨职员能够评价人工智能所学到的东西。借助这些工具,研讨职员现在不仅可以使用 AI 来加速对外部大气的阐明,而且还可以验证他们的 AI 是不是使用了众所周知的自然法则。也就是说,现在说完全了解人工智能还为时过早。下一步是精确计算每个概念的重要性,以及如何将其处理为决策。这个前景对人工智能专家来说是令人兴奋的。AI 令人难以置信的学习能力源于它从数据中学习「表示」或模式的能力——这种技术类似于物理学家如何创造自然定律。论文链接:https://iopscience.iop.org/article/10.3847/1538-3881/ac1744/meta相关报道:https://phys.org/news/2021-12-ai-reliably-molecules-exoplanets-day.html

原创文章,作者:ScienceAI,如若转载,请注明出处:https://www.iaiol.com/news/ren-gong-zhi-neng-bang-zhu-chuang-zao-xi-wai-hang-xing/

(0)
上一篇 2021年 12月 10日 下午2:24
下一篇 2021年 12月 12日 下午12:47

相关推荐

  • 百亿量化私募“道歉”,AI选股还能信吗?

    近两年来,量化投资行业爆发式增长,一批私募范围突破百亿大关,备受商场关注。随着大量资金涌入量化私募,商场竞争亦在不断加剧,尤其是头部私募之间的比拼,纷纷展开军备竞赛。为了保持长期竞争上风,不少量化私募开始加大人工智能、机器进修方面的加入。与此同时,商场上也有许多疑问。阿尔法狗诞生以后,在围棋、象棋、德州扑克等范畴,人工智能已经彻底打败了人类。那么,在投资范畴人工智能会打败人类吗?近期,知名量化私募幻方量化因事迹回撤达到了历史最大值,在官微发布公告,表示“深感愧疚”。幻方表示,事迹波动的一部分原因来源于长周期上的持股

    2022年 1月 10日
  • Creator 面对面 | 昇腾异构盘算架构 CANN 的技巧进展和未来展望

    在 2021 年的最后一个季度, CANN 5.0 版本正式发布。昇腾 CANN 作为平台级的异构盘算架构,已经经过了 3 年多的优化,迭代了 4 个大版本,CANN 5.0 在性能方面,AI 模型训练/推理性能大幅提升,用时更短;在功能方面:推理引擎 ATC Suite1.0 首次发布,AI 模型推理性能更高、功能更全面;在便捷性方面:代码开发和调试进一步简化,包括支持混合编程等,使用门槛更低。在性能上,无论是训练规模大小、场景类型,还是推理效率,均有较大提升。实验数据显示,原本需要 6.25 分训练的 BERT 模型,在 CANN 5.0 的加持下缩短了一倍多,只需2.69分钟就能完成训练;至于在 3.0 版本上需要 28 秒训练的 ResNet ,5.0 版本则是“再进化”到 16 秒。

    2022年 7月 15日
  • 150页在线书「若干深度进修」上线:利用对称性和不变性解决呆板进修问题

    CNN、GNN、LSTM、Transformer 等深度进修模型之间的共通之处是什么?在这本书里问题得到了解答。

    2021年 4月 30日
  • RoLAP 实验室|鉴于凸凸凸的工业臂柔性计划系统

    大界成立的RoLAP实验室(RoboticPlus Laboratory for Autonomy and Perception),由中科院博士后、加州理工物理学博士、大界首席科学家周诚喆领衔,聚集了一批专业的硕博团队,致力于研究工业机器人在智能制造场景下的视觉感知(眼)、静止计划(手)、场景理解(大脑)的协同闭环系统。本文将鉴于RoLAP实验室的研究成果,为各位读者深度解析机器臂静止计划的关键技术。一. 背景介绍随着科学技术的发展,机器人技术正在被广泛应用到各种结构化的场景,比如3C消费电子和汽车工厂等标准化制造

    2022年 6月 17日
  • 耶鲁大学教授亲自授课,教你EM算法的全局收敛

    Online Seminar on Mathematical Foundations of Data Science (Math for DS) [1]是在线的、每周举办的系列研讨会。研讨会旨在讨论数据科学、机器学习、统计以及优化背后的数学原理,邀请了北美诸多知名学者进行中心演讲。『运筹OR帷幄』和『机器之心』作为合作媒体,将在B站发布往期的回放视频。本期,受邀佳宾将为我们带来中心为“Global Convergence of EM?”的演讲。

    2021年 4月 8日
  • 用什么tricks能让模型训练得更快?先了解下这个问题的第一性原理

    深度学习是门玄学?也不完全是。

    2022年 3月 22日
  • 魔方电池如何“躺赢”?解锁荣威iMAX8 EV“头等舱”危险密码

    近期不时出现的电动车自燃事件,让新能源汽车的危险问题再登风口浪尖。一直以来,电池危险是新能源汽车用户最为关切的首要问题。消除电池危险隐患,从根本上化解用户的危险焦虑,是整体新能源汽车行业努力的方向。中国荣威旗下纯电奢华MPV荣威iMAX8 EV在危险性能方面,领先行业标准,采用上汽魔方电池,通过五重递进式的多层防备,不妨兑现整包零热失控。“头等舱”的危险感背后隐藏着哪些黑科技?8月10日,来自上汽创新研发总院捷能公司的电池技术专家们进行了一场电池解析直播课,生动地展示了魔方电池的危险之道。五

    2022年 8月 10日
  • 吴恩达那场十万人观察的讲座,如今有了专项课程

    如果你看过那个一小时的演讲,而且觉得意犹未尽,这门课程可能适合你。

    2021年 5月 14日
  • UT Austin朱玉可主讲,CS391R 2021秋季课程上线,专注呆板人感知与决策

    UT Austin的经典课程CS391R,已经上线了2021秋季版本的全新内容。先收藏,有时间再开始学?

    2021年 9月 7日
  • HAOMO AI DAY官宣定档,年末AI主动驾技术盛筵即将上演

    今日好消息,毫末智行HAOMO AI DAY定档12月23日! 特斯拉AI DAY后,中国AI主动驾驭领域也有了自己的AI主动驾驭技术盛筵!在即将过去的2021年中,毫末智行惊喜不断,三次品牌开放日接连带来Pre-A轮融资、全球首个L4无人车工厂、主动驾驭三定律、NOH 智慧领航辅佐驾驭零碎、全球算力最高的可量产主动驾驭计算平台ICU3.0等众多惊爆人眼球的业务及产品发布,特别是辅佐驾驭用户行驶里程仅150天即突破200万公里、辅佐驾驭零碎3年落地乘用车超100万台的成绩及目标,更是让人们看到了主动驾驭技术大规模量

    2021年 12月 14日

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注