重要性
如何把大量物理知识塞给AI?EIT和北大团队提出「规则重要性」概念
编辑 | ScienceAI深度学习模型因其能够从大量数据中学习潜在关系的能力而「彻底改变了科学研究领域」。然而,纯粹依赖数据驱动的模型逐渐暴露出其局限性,如过度依赖数据、泛化能力受限以及与物理现实的一致性问题。例如,美国OpenAI公司开发的文本到视频模型Sora因深刻理解事物在现实中的存在方式而受赞誉,被视为AI领域的飞跃。尽管能利用大量视觉数据生成逼真图像和视频,Sora却被认为未掌握物理定律,如重力和玻璃破碎等。面对这一问题,将人类知识融入深度学习模型是一个潜在的解决方案。将先验知识与数据一起使用,能够提升
3/13/2024 4:33:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
AIGC
OpenAI
AI绘画
ChatGPT
机器人
数据
谷歌
智能
学习
Midjourney
GPT
大模型
用户
AI创作
图像
微软
开源
Meta
技术
论文
Stable Diffusion
生成式
算法
蛋白质
芯片
马斯克
计算
神经网络
AI设计
Gemini
Sora
研究
腾讯
代码
3D
开发者
场景
伟达
GPU
预测
模态
华为
Transformer
英伟达
文本
驾驶
机器学习
神器推荐
AI视频
深度学习
干货合集
LLaMA
搜索
2024
算力
视频生成
苹果
科技
AI应用场景
应用
百度
AI for Science
写作
具身智能
Copilot
特斯拉
安全
机器
视觉
语音
prompt
架构
字节跳动
AGI
亚马逊
英特尔
Claude
DeepMind
Anthropic