📢 转载信息
原文链接：https://www.sciencedaily.com/releases/2025/12/251221091237.htm
原文作者：Duke University
这项人工智能能在人类只看到混乱的地方发现简单规则
这项新AI揭示了隐藏在世界最复杂系统之下的简单定律。
杜克大学的研究人员开发出一种新的人工智能框架，旨在揭示自然界和现代技术中最复杂动力学背后清晰、易懂的规则。
该系统借鉴了历史上伟大的“动力学家”——研究随时间变化的系统——的工作。正如常被视为第一位动力学家的艾萨克·牛顿发展出联系力和运动的方程一样，这个AI分析显示复杂系统如何演变的数据，然后生成能够准确描述该行为的方程。
该方法与众不同之处在于它能够处理远超人类能力的复杂性。该AI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的简单规则。
一个理解时间变化的新工具
这项研究于12月17日在线发表在《npj Complexity》杂志上，它为科学家提供了一种强大的新方法，利用AI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等。
杜克大学通用机器人实验室主任、机械工程和材料科学系的迪金森家族助理教授Boyuan Chen表示：“科学发现一直依赖于寻找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简化规则的工具。弥合这一差距至关重要。”
简化的经典例子来自物理学。炮弹的路径取决于许多因素，包括发射速度和角度、空气阻力、不断变化的風速，甚至环境温度。尽管存在这种复杂性，其运动的近似值仍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。
构建于一个有数十年历史的数学思想之上
这种类型的简化反映了数学家伯纳德·库普曼（Bernard Koopman）在20世纪30年代提出的一个理论概念。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。新的AI框架直接建立在这个思想之上。
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。处理这种复杂性对人类研究人员来说是困难的。
这就是人工智能特别有价值的地方。
AI如何简化复杂性
该框架研究实验的时间序列数据，并识别系统变化中最有意义的模式。它将深度学习与受物理学启发的约束相结合，将系统缩小到一组更小的变量，这些变量仍然能够捕捉其基本行为。其结果是一个在数学上表现得像线性系统但仍忠实于现实世界复杂性的紧凑模型。
为了测试这种方法，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摆动到电气电路的非线性行为，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AI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，得到的模型比早期机器学习方法产生的模型小了10倍以上，同时仍然提供可靠的长期预测。
陈教授还兼任电气工程、计算机工程和计算机科学的职务，他说：“引人注目之处不仅在于准确性，还在于可解释性。当一个线性模型足够紧凑时，科学发现过程就可以自然地与人类科学家发展了数千年的现有理论和方法联系起来。这就像将AI科学家与人类科学家连接起来一样。”
寻找稳定性和预警信号
该框架的作用不仅是进行预测。它还可以识别稳定的状态，即吸引子，系统会随时间自然沉降到这些状态。识别这些状态对于确定系统是正常运行、缓慢漂移还是接近不稳定状态至关重要。
该研究的首席作者、陈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变得有意义了。”
研究人员指出，当传统方程不可用、不完整或推导起来过于复杂时，此方法尤其有用。Moore继续说道：“这不是要取代物理学。当物理学未知、隐藏或过于繁琐而无法写下来时，它是关于扩展我们使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来更有效地揭示系统的结构，从而指导实验设计。他们还计划将该方法应用于更丰富的数据形式，包括视频、音频和复杂生物系统的信号。
这项研究支持陈教授通用机器人实验室的长期目标，即开发协助自动化科学发现的“机器科学家”。通过将现代AI与动力系统的数学语言联系起来，这项工作指向一个未来：AI不仅能识别模式，还能帮助发现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项目（W911NF2320182, W911NF2220113）、陆军研究办公室（W911NF2410405）、DARPA FoundSci项目（HR00112490372）和DARPA TIAMAT项目（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