江苏龙网

  1. 主页 > 生活百科 > >

ai会比人类更懂宇宙吗

生活经验AI

凭借快速准确处理、分析和模拟大量数据的能力，AI可以帮助科学家识别并检测出人类可能无法立即理解的数据，进而做出预测，有望彻底改变我们对宇宙的理解 。
吴家骥
西安电子科技大学电子工程学院教授
近日，埃隆·马斯克官宣成立人工智能（AI）公司xAI，其首要目的是试图理解宇宙，专注于回答深层次的科学问题 。
茫茫宇宙，未知似乎永远大于已知 。那么，AI能够帮人类理解宇宙吗？让AI帮助人类理解宇宙 ， 有哪些技术路线？未来，AI和人类又将如何发挥各自优势，让人类的科学探索之路更加顺畅？
可像生物一样自我学习自我“进化”
“从原子核到宇宙诞生 ， 这些都属于宇宙本质的范畴 。马斯克宣布成立xAI的目标是要理解宇宙本质，因此他所期望做出的AI一定要比所有其他AI竞品具有更深刻、更底层的智慧境界 。”近日，西安电子科技大学电子工程学院教授吴家骥接受科技日报采访人员采访时说 。
在马斯克看来，这个竞品很大程度上就是ChatGPT等生成式AI 。很多生成式AI都能够回答人类提出的问题，那么它们与马斯克所设想的能理解宇宙的AI在技术原理上有何不同？
吴家骥解释道，生成式AI主要通过学习和提取样本中的规律进而生成新的数据，它更侧重于预测和生成自然语言，在文本或图像等领域的应用较为广泛 ， 但深度和广度相对有限 。而能够理解宇宙的AI不仅要能生成新的数据，更要关注如何深入理解和解析宇宙中的各种信息、事物的发展规律以及事物的完整结构，其深度和广度相对来说也更深更大 。这就需要AI具备更强的智能水平和泛化能力，以及更高的认知和“想象力”水平 。
但是AI并不具备思维能力 ， 不具备思维能力的AI又怎么能深入理解各种问题并帮助人类探寻事物发展规律呢？
“人们之所以认为AI不具备思维能力，是因为以往的AI都是依赖大量已有数据训练出来的，无法突破在训练数据基础上构建的知识边界 。但马斯克设想的AI可能将使用组合式递归神经网络（RCNN），它能让AI做到像生物一样自我学习、不断‘进化’ ， 进而涌现出不可预知的自我启发能力 ， 甚至是解决未知问题的能力 。”吴家骥说 。
那么，让AI拥有这些能力需满足什么条件？吴家骥认为，这需要有大量的数据、完善的算法和强大的算力及存储能力的支持 。数据是AI的“饲料”，AI需要数据才能进行深度学习；具备自主性和适应性的算法是AI深度理解和解析宇宙中各种复杂信息和规律的关键；强大的计算和存储能力则是AI的“后勤保障”，是AI发挥其应有能力的底座 。有了这些条件，才能初步构建出能够理解宇宙的AI 。
训练能理解宇宙的AI有两条技术路线
宇宙浩瀚而复杂 。为了理解宇宙的本质，科学家需要分析来自望远镜、卫星和其他观测仪器的大规模数据，而分析处理数据正是AI的强项 。
“凭借快速准确处理、分析和模拟大量数据的能力，AI可以帮助科学家识别并检测出人类可能无法立即理解的数据 ， 进而做出预测 ， 有望彻底改变我们对宇宙的理解 。同时，考虑到宇宙中存在大量不可观测的暗物质，因此科学家可能需要利用具备一定启发学习和创造能力的AI开展假设性思想实验 。”吴家骥表示 。
比如，天文学家们试图构建宇宙模型来解释宇宙的起源、演化和结构，然而目前囿于算力，各类宇宙模型都只能用有限的特征来描述它，这对于庞大的宇宙来说并不准确 。吴家骥指出，如果利用AI for Science（即人工智能驱动的科学研究）的思路，通过结合已有的天文观测数据和人工智能技术，就有可能探索出新的宇宙模型 。这种模型具有非常好的表征能力和泛化能力，可以在没有大量数据标记的情况下进行自我学习和进化 。
那么，训练出能理解宇宙的AI有哪些技术路线呢？
吴家骥表示，具身智能和脑智能是两种较有潜力的技术路线 。具身智能是一种综合的智能体 ， 它能够像人类一样主动与现实或虚拟环境交互并从中学习，而非仅在预先准备好的数据中学习 。具身智能将会具备更强的逻辑推理能力，降低AI不受控制地输出人类不想要的内容的可能，更加精确地解释和模拟现实世界 。但是这种技术路线的实现需要大量的虚实数据和计算资源 ， 并且模型的训练和测试速度较慢 。
脑智能是通过模拟人脑的神经网络结构和功能，构建出来的数字版“人脑” 。它可以让大模型具备类似于人类的感知、认知和决策能力，但是这种技术路线需要解决很多复杂的生物学和神经科学问题 ， 并且模型的构建和训练也需要大量的计算资源，目前还在探索之中 。


推荐阅读


上一篇：小提琴调音方法

下一篇：word怎么才能转换为pdf