数学家如何与AI合作?
▲ 阿里达摩院决策智能实验室负责人 印卧涛
DeepMind与合作者最近在Nature发表论文,AI帮助解决了数学难题,引起很多人的关注。大家关心得不是结果,而是AI在数学研究中如何发挥作用。
先介绍下背景,这篇文章是关于低维拓扑,里面有十几个数学量,其中关键量是通过神经网络拟合在做分析得到。
作者猜测低位拓扑中存在未知的非线性关系,作者产生了很多数据并用神经网络拟合了近似函数,发现其中三个量在拟合过程中起到了很重要的作用,并且只用这三个量也拟合得非常好。
通过反正做拟合实验,产生新的数据,得到新的观察模型,最终数学家利用智慧猜出了一个不等式结构,并进一步给了严格的证明。
大家关心的是人机互动的过程,大量神经网络实验和两个数学家之间多轮的互动,Nature描述了互动过程。
自古以来,比如开普勒和其他应用科学家反复地做实验观察,从中寻找规律,现在AI算法和AI专家扮演了这个角色。这次创新主要用了神经网络的技术,包括多元非线性函数进行递进的技术和黑盒解释的技术。
总结来说,这个成功案例会激发纯数学家和AI合作证明一些新的猜想或者发现新结构。
延伸到AI for Science,我的看法是,AI的确可以加速科学实验。除了做计算机模拟之外,AI还可以告诉大家实验的方向。
在最近的天体物理中,AI优化太空望远镜的指向,同时搜集更多更有趣的数据,有点像自动驾驶,用AI做自动驾驶望远镜,加快规律的发现速度。
其次,AI推动人机结合。当然说起来简单,具体操作要复杂得多,科学家和AI专家必须紧密互动,比如数据生成、作图、构建神经网络和训练、利用神经网络进行结果验证等解决问题高度相关。
最后非常重要的一点是发展可解释的AI工具。AI产生的结论需要易于理解、能够溯源,这样才能建立与科学之间的桥梁,获得科学家的信任。
歡迎光臨 比思論壇 (http://108.170.5.101/) | Powered by Discuz! X2.5 |