点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:AI会比人类更懂宇宙吗
首页> 网安频道> 技术前沿 > 正文

AI会比人类更懂宇宙吗

来源:科技日报2023-08-04 09:41

  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记者采访时说。

  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。

  实现“AI理解宇宙”的目标尚面临诸多困难

  “目前,计算机模拟技术是天文学家理解宇宙的重要途径。然而,仅通过使用计算机模拟一个演变了130多亿年的宇宙是非常困难的,因为有无数的变量需要考虑。同理,若想实现‘AI理解宇宙’这个目标,所需要的算力可能也会大到不可想象。”远望智库人工智能事业部部长、图灵机器人首席战略官谭茗洲指出。

  谭茗洲说,除了算力的困难外,如果过度依靠观测数据或仿真数据训练AI,也有可能会导致我们对宇宙的理解出现偏差。与任何科学工具一样,将AI与其他方法结合使用以确保结果的准确性非常重要。

  在AI理解宇宙的过程中,必定离不开人类的参与。而在有人的地方,就必须确保AI的行为符合人类社会的道德、伦理和法律要求,以保障人类的基本权利和尊严。

  谭茗洲强调,我们有必要基于人类社会为AI理解宇宙制订一套道德伦理准则和相应的法律、监管措施,确保AI的行为符合人类的价值观和道德原则。同时,也要研究面向新社会形态的隐私和数据保护技术,以及用于提高模型算法透明度和可解释性的技术。

  若AI能理解宇宙,又是否意味着它超越了人类?谭茗洲指出,如果AI能够真正地理解宇宙,它可能确实会在诸如数据存储、数据挖掘等方面超越人类,但也仅仅是这些方面。这是因为AI具备处理和分析大量数据的天然优势,而在创造力、情感体验、感知决策等方面,其与人类还存在较大差距。人类和AI可以相互取长补短,共同发挥各自的优势,最终实现人类社会的可持续发展。

  相关阅读

  AI已在天文研究中大显身手

  如今,天文学家正在利用多项技术来研究宇宙的奥秘,AI便是其中的一种。有观点称,AI和天文学是“天造地设”的一对,因为AI需要大量数据进行学习,而海量的天文观测数据恰恰能满足AI的“胃口”。

  AI大显身手的天文学领域之一是寻找系外行星。利用观测到的光变曲线库,天文学家已经能够开发出基于机器学习的模型,这些模型在寻找系外行星方面的能力可能会胜过人类。AI不仅可以发现系外行星,还可以拓展天文学家对系外行星的认识。

  基于庞大的训练数据,AI还可以生成星系图像。据了解,OpenAI已经开发出了一系列根据书面提示生成星系图像的模型,这些模型的真实性之高往往让许多优秀的天文学家都难辨真假。据称,这些生成的星系图像可以被用来模拟和预测宇宙演化,也可用于训练那些分析处理星际数据的AI算法。(科技日报记者 华 凌)

[ 责编:孔繁鑫 ]
阅读剩余全文(

相关阅读

您此时的心情

光明云投
新闻表情排行 /
  • 开心
     
    0
  • 难过
     
    0
  • 点赞
     
    0
  • 飘过
     
    0

视觉焦点

  •  

  •  

独家策划

推荐阅读
奔跑吧·少年2024年内蒙古自治区棒垒球邀请赛在鄂尔多斯市康巴什区开赛。
2024-04-20 17:03
4月2日,随着57652次检测车从南充北站5道缓缓驶出,标志着新建汉中至巴中至南充铁路南充至巴中段(以下称"巴南高铁")启动联调联试,进入工程验收关键阶段,为全线早日开通奠定了坚实基础
2024-04-03 15:11
为切实织密森林“防火网”各地组织人员巡查防火。
2024-04-03 15:11
2024年3月31日,“知音湖北 遇见浪漫孝感”春赏花活动在湖北省孝感市金卉庄园景区启动。金卉庄园花团锦簇,五彩斑斓花卉竞相绽放。人们穿梭在花海之间,享受明媚春光。
2024-04-02 15:40
2024年3月23日,由中国服装设计师协会主办的2024秋冬中国国际时装周在北京开幕。
2024-03-26 21:07
3月17日,原创独立设计师品牌SHANG1 BY SHANGYI 2024秋冬系列时装发布会在北京举行。
2024-03-18 16:39
2024年2月28日,新疆维吾尔自治区巴音郭楞蒙古自治州博湖县境内的博斯腾湖出现推冰景观。
2024-02-29 18:59
云南省曲靖市罗平县马街镇钻天坡,盛开的油菜花梯田在初升太阳映照下,勾勒出一幅田园春景图
2024-02-23 10:59
美丽的三亚湾
2024-01-20 17:42
2024年1月12日,江西省吉安市吉州区庐陵文化生态园层林尽染,色彩斑斓,市民徜徉其间,尽享生态之乐。
2024-01-13 19:43
2023年12月26日,在云南省红河哈尼族彝族自治州元阳县新街镇黄草岭村附近,游客在冬樱花与梯田边游览。
2023-12-26 15:39
2023年12月12日,新疆哈密市巴里坤县第十九届冰雪文化旅游节采冰仪式在高家湖二渠水库进行。仪式主要展示了"头冰"的开采上岸过程。开幕式上还举行迎风旗、祈福词、喝出征酒等仪式。
2023-12-13 16:08
2023年12月13日,河北省正定古城迎来降雪,古城内外银装素裹,犹如一幅淡雅的水墨画,美如画卷。
2023-12-13 15:59
2023年11月28日,贵州省六盘水市明湖国家湿地公园层林尽染,景色迷人。
2023-11-29 15:42
2023年11月28日,江西吉安长塘镇中心小学,老师指导学生剪纸。
2023-11-29 15:42
三角梅原产于巴西,现主要分布在中国、秘鲁、阿根廷、日本、赞比亚等国家和地区。其中,以海南三角梅最为出名。
2023-11-29 11:13
2023年11月23日清晨,朝霞初现,三峡库区湖北省宜昌市秭归县沿江公路G348国道的绝壁岩体上,工人们正在铺设防护网,以防止岩崩和落石。
2023-11-24 15:15
2023年11月23日,黑龙江哈尔滨,哈尔滨站工作人员正在清理站台积雪。
2023-11-23 16:02
2023年11月21日,甘肃敦煌,首趟"敦煌号"铁海联运国际货运班列装载1000吨石棉驶出,经天津港通过铁海联运发往泰国曼谷。
2023-11-21 16:55
2023年11月21日,江苏省如皋市龙游河生态公园,色彩斑斓的树木与一河碧水相应成趣。
2023-11-21 16:55
加载更多