📢 转载信息
原文链接:https://www.sciencedaily.com/releases/2025/12/251221091237.htm
原文作者:Duke University
杜克大学的研究人员开发出一种新型人工智能框架,旨在揭示自然界和现代技术中最复杂动态现象背后的清晰、易于理解的规则。
该系统受到了历史上伟大的“动力学家”——研究随时间变化的系统的科学家的工作的启发。正如被认为是第一位动力学家的艾萨克·牛顿(Isaac Newton)开发出将力和运动联系起来的方程一样,这个人工智能会分析显示复杂系统如何演化的数据,然后生成能够准确描述该行为的方程。
这种方法与众不同之处在于它能够处理超越人类能力的复杂性。该人工智能可以将涉及数百甚至数千个相互作用变量的非线性系统,简化为具有更少维度但仍能捕捉其基本行为的简单规则。
理解时间变化的新工具
这项研究发表于12月17日在线的《npj Complexity》期刊,介绍了一种强大的新方法,科学家可以利用人工智能来研究随时间演变的系统——包括天气模式、电路、机械设备和生物信号。
杜克大学通用机器人实验室主任、机械工程与材料科学系的迪金森家族助理教授Boyuan Chen说:“科学发现一直依赖于对复杂过程的简化表示。我们越来越多地拥有理解复杂系统所需的原始数据,但缺乏将这些信息转化为科学家所依赖的那种简化规则的工具。弥合这一差距至关重要。”
简化的一个经典例子来自物理学。炮弹的轨迹取决于许多因素,包括发射速度和角度、空气阻力、不断变化的风力条件,甚至环境温度。尽管存在这种复杂性,但其运动的近似轨迹可以用一个简单的线性方程来捕捉,该方程仅使用发射速度和角度。
建立在数十年的数学思想之上
这种简化反映了数学家伯纳德·库普曼(Bernard Koopman)在20世纪30年代引入的一个理论概念。库普曼证明了复杂的非线性系统可以用线性模型在数学上表示。这个新的人工智能框架正是建立在这个思想之上的。
然而,存在一个重要的挑战。用线性模型表示高度复杂的系统通常需要构建数百甚至数千个方程,每个方程都与一个不同的变量相关联。处理这种复杂程度对人类研究人员来说是困难的。
这就是人工智能变得特别有价值的地方。
人工智能如何简化复杂性
该框架研究来自实验的时间序列数据,识别出系统变化的最有意义的模式。它将深度学习与受物理学启发的约束相结合,将系统缩小到捕获其基本行为的更小的一组变量。结果是一个在数学上表现得像线性系统,同时又忠实于现实世界复杂性的紧凑模型。
为了测试该方法,研究人员将其应用于各种系统。这些系统范围从熟悉的钟摆的摆动到电路的非线性行为,以及气候科学和神经回路中使用的模型。尽管这些系统大不相同,但人工智能一致地发现了控制其行为的少数几个隐藏变量。在许多情况下,产生的模型比早期机器学习方法产生的模型要小10倍以上,同时仍然提供可靠的长期预测。
陈教授(他还在电气工程、计算机工程和计算机科学系任职)说:“突出的是不仅是准确性,还有可解释性。当一个线性模型紧凑时,科学发现过程就可以自然地与人类科学家数千年来发展的现有理论和方法联系起来。这就像将人工智能科学家与人类科学家联系起来一样。”
寻找稳定性和警告信号
该框架的作用不仅仅是进行预测。它还可以识别系统随时间自然沉降的稳定状态,称为“吸引子”(attractors)。识别这些状态对于确定系统是正常运行、缓慢漂移,还是即将失稳至关重要。
该研究的首席作者、陈教授通用机器人实验室的博士生Sam Moore说:“对于动力学家来说,找到这些结构就像在一个新的景观中找到地标。一旦你知道稳定点在哪里,系统的其余部分就开始有意义了。”
研究人员指出,当传统方程不可用、不完整或太复杂而无法推导时,该方法尤其有用。Moore接着说:“这并不是要取代物理学。这是为了扩展我们在物理定律未知、隐藏或过于繁琐而无法写下来时,利用数据进行推理的能力。”
迈向“机器科学家”
展望未来,该团队正在探索该框架如何通过主动选择要收集的数据以更有效地揭示系统的结构,来指导实验设计。他们还计划将该方法应用于更丰富的数据形式,包括视频、音频以及复杂生物系统的信号。
这项研究支持了陈教授通用机器人实验室的一个长期目标:开发协助自动化科学发现的“机器科学家”。通过将现代人工智能与动力系统(dynamical systems)的数学语言联系起来,这项工作指向一个未来:人工智能将不仅仅是识别模式。它可能有助于揭示塑造物理世界和生命系统的基本规则。
这项工作得到了国家科学基金会研究生研究奖学金、陆军研究实验室STRONG计划(W911NF2320182, W911NF2220113)、陆军研究办公室(W911NF2410405)、DARPA FoundSci计划(HR00112490372)和DARPA TIAMAT计划(HR00112490419)的支持。
项目网站:http://generalroboticslab.com/AutomatedGlobalAnalysis
视频:https://youtu.be/8Q5NQegHz50
通用机器人实验室网站:http://generalroboticslab.com
🚀 想要体验更好更全面的AI调用?
欢迎使用青云聚合API,约为官网价格的十分之一,支持300+全球最新模型,以及全球各种生图生视频模型,无需翻墙高速稳定,文档丰富,小白也可以简单操作。
评论区