它因其对事物的先进、现实的描述而受到广泛赞誉，并被誉为向前迈出的一大步。 生成式人工智能，但该公司承认，它仍然难以模拟现实世界的某些方面，并且无法“准确地模拟许多基本相互作用的物理过程，例如玻璃破碎”。
Sora 使用大量视觉数据进行训练，使其能够拾取模式来生成模仿现实的图像和视频。 但它并没有接受过理解重力等物理定律的训练。
“如果没有对世界的基本了解，模型本质上就是动画而不是模拟，”研究作者、东部理工学院教授陈云天说。
中国与美国的人工智能差距正在扩大：“我们都非常焦虑”
该论文称，深度学习模型通常使用数据而不是先验知识进行训练，其中可以包括物理定律或数理逻辑等知识。
但北京大学和 EIT 的科学家写道，在训练模型时，先验知识可以与数据一起使用，使模型更加准确，从而创建能够将这些知识纳入其输出的“知情机器学习”模型。
该团队写道，决定将哪些先验知识（可能包括函数关系、方程和逻辑等）纳入模型中以供“预学习”是一个挑战，并且纳入多个规则也可能导致模型崩溃。
“当面对大量的知识和规则时——这种情况经常发生，当前的知情机器学习模型往往会陷入困境甚至失败，”陈说。
为了解决这个问题，研究人员创建了一个框架来评估规则的价值并确定哪些组合可以产生最具预测性的模型。
“将人类知识嵌入到人工智能模型中，有可能提高其效率和推理能力，但问题是如何平衡数据和知识的影响，”第一作者、北京大学研究员徐浩在《Cell》中表示新闻声明。
03:48
中国年轻单身人士转向人工智能生成的伴侣
中国年轻单身人士转向人工智能生成的伴侣
“我们的框架可用于评估不同的知识和规则，以增强深度学习模型的预测能力。”
该论文称，该框架计算“规则重要性”，研究特定规则或组合或规则如何影响模型的预测准确性。
EIT 的陈在声明中表示，向人工智能模型传授此类规则（例如物理定律）可以使它们“更能反映现实世界，这将使它们在科学和工程中更有用”。
研究人员测试了他们的框架，使用它来优化求解多元方程的模型，以及另一个用于预测化学实验结果的模型。
陈说，从短期来看，这个框架将在科学模型中最有用，“模型和物理规则之间的一致性对于避免潜在的灾难性后果至关重要”。
从人工智能到电动汽车，中美在关键高科技领域的竞争如何展开？
该团队希望进一步完善他们的框架，让人工智能能够直接从数据中识别自己的知识和规则，而无需人工干预。
“我们希望通过将模型打造成真正的人工智能科学家来使其成为一个闭环，”陈在声明中说。 该团队正在为人工智能开发人员开发一款开源插件工具，帮助他们实现这一目标。
然而，该团队已经发现了至少一个问题。
05:03
中国的人工智能与ChatGPT相比如何？
中国的人工智能与ChatGPT相比如何？
在研究过程中，团队发现，当向模型中添加更多数据时，一般规则变得比特定的局部规则更重要，但这对生物学和化学等领域没有帮助，因为它们“通常缺乏类似于控制方程”。
1710022976
2024-03-09 22:00:11
#中国研究人员希望通过知情机器学习创造真正的人工智能科学家
