AI会比人类更懂宇宙吗
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”
(资料图片)
“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。
相关链接
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。
(责编:赵竹青、陈键)关注公众号:人民网财经标签:
您可能也感兴趣:
为您推荐
埃克森美孚二季度净利润砍半 仍坚持支付高额现金回馈 石油巨头业绩遇冷能否翻身?| 从华尔街到陆家嘴
中国电建:签订沈阳汽车城产城融合示范区建设工程EPC总承包合同
水井坊:上半年净利润同比下降45.15%
排行
精彩推送
- 科创板四周年:强化硬科技支持 赋能资本市场创新实践
- 防水且透明柔性有机发光二极管制成
- 面临贷款违约潮 欧洲多家银行上调贷款损失准备金
- 埃克森美孚二季度净利润砍半 仍坚持支付高额现金回馈 石油...
- AI会比人类更懂宇宙吗
- 爱博医疗:以增资及股权转让方式收购福建优你康光学有限公司5...
- 抓住观众的心 暑期档孵化奇迹
- 跨境电商 开拓外贸新增长点(经济聚焦)
- 上半年规上文化企业营收增长7.3%
- 国家发展改革委部署加大宏观政策调控力度等六方面任务
- 深圳坚持工业立市、制造业当家,上半年工业投资增长47.5% ...
- 大运会单日斩获9金!中国队13金4银3铜排名第一
- 七成多锂电池公司预计业绩下滑扩产布局仍在继续 多家公司积...
- 轻音少女百度云资源(轻音少女百度云)
- word文档页眉中的横线怎么去除 word文档中页眉上的那条横线怎么去掉
- 近400亿资金已行动,宽基指数ETF被显著加仓
- Keychron Q5 Pro 客制化机械键盘上架,售 1368 元
- 华为nova20和星耀手机抢市场
- 别了我爱的中国课外阅读答案(别了我爱的中国的阅读答案)
- 2012年中职单报高职答案(2013中职单报高职录取分数线是多少)
- 丁丁地图上海交通查询(丁丁地图上海路线查询)
- 天生最具吸引力的三大星座,气质迷人,高贵优雅,魅力十足
- 7月31日起,中山城区这条路通行方式有变
- 探寻大凉山女孩大运会舞台下的追梦路
- 清镇市:扎实推动5G基站建设 激发数字经济新动能
- 林园隐形重仓股曝光?机构最新布局方向提前看
- 沼气池的建造方法(沼气池和化粪池的区别)
- “中国一定要有自己的航空遥感系统”
- 中国有色金属工业协会答人民网记者问:加快建设退役动力电池...
- 台风“杜苏芮”致福建逾145万人受灾 直接经济损失30.53亿元
- 科技展品设计如何激发好奇心
- 中国有色金属工业协会:下半年有色金属工业生产和投资将保持...
- 履职尽责 守护安全——致敬二〇二三年“最美应急管理工作者”
- 多部门部署防范应对工作
- 脱贫人口务工规模超年度目标近240万人
- 农业农村部:紧急部署黄淮海和东北地区农业防汛救灾
- 今起三天北京局地将迎特大暴雨
- Xbox新功能开启内部测试:可将键盘按键绑定到手柄
- 股票600714-股票600522
- 多特官方:球队前往拉斯维加斯备战曼联,施洛特贝克因伤返回德国
- 07.14龙虎榜:网络可视化!数据要素的“掘金铲”
- 限量20台!配运动套件,售价99.98万,奥迪e-tron GT正式上市
- 中央气象台发布暴雨红色预警 部分地区将遭遇特大暴雨
- 看透人心的110个技巧下载(看透人心的110个技巧)
- 河南河北多地出现强降雨,“杜苏芮”残留云系到华北了?专家...
- 清空率:澳洲房价继续涨!下周央行决议至关重要!
- 隔空喝咖啡魔术(隔空喝咖啡)
- 金汇得手:下周行情预测20230729
- 看吗?今晚7点半,2023年“村超”联赛将进行总决赛
- 粉末醋酸钠商品报价动态(2023-07-29)
- 平衡黄河流域文化保护与开发 专家:强调保护优先和因地制宜
- 释放旅游市场消费潜力 多地发布促进文旅消费政策
- 男人与女人相比(男人和女人有什么区别为什么往往都是女人受宠)
- 鸭宝是什么意思(鸭宝是什么)
- 切尔西官方:因历史财务信息披露不全,将向欧足联支付1000万欧
- 增进友谊 促进交流
- 第六届进博会预计迎大客流 上海市场监管部门明确26项重点任务
- 一图读懂2023年6月份金融市场运行情况
- 最大程度减小因灾损失 农业农村部紧急部署黄淮海和东北地区...
- 6月金融市场运行情况:发行各类债券63377.8亿元
- 北元集团07月28日获沪股通增持48.44万股
- 赵光发于乌苏特水上丹雅地貌(2023年7月7日)
- 如何淡化法令纹 如何淡化法令纹?四种方法可以改善法令纹
- 绿地控股上半年合同销售金额约633亿元
- 共赴青春之约 四川“顶流”备战成都大运会
- 国家主席习近平宣布成都第31届世界大学生夏季运动会开幕
- iphone6音量键不回弹
- 邯郸交通局领导班子名单(张志鹏-河北省邯郸市交通运输局党组...
- 赋能千行百业数智化 用友发布业界首个企业服务大模型
- 鸿博股份:英博数科向紫光晓通采购AI创新赋能中心所需部分设备
- 石家庄市第一批早餐工程示范店网络投票评选活动开始啦!
- 中国电建:签订沈阳汽车城产城融合示范区建设工程EPC总承包合同
- 魏鹏举:文旅文创融合发展要坚持创新驱动
- 证监会:上市公司大股东、董监高不得以离婚等任何方式规避减...
- 水利风景区为美丽中国增亮添彩
- 证监会:上市公司大股东、董监高不得以离婚、解散清算、分立...
- 交个朋友预计中期GMV超过50亿 净利润不低于4000万
- 心脉医疗业绩快报:2023年上半年净利润同比增长30.18%
- 誉衡药业:2023年半年度净利润约2825万元,同比增加5.13%
- 河南博物院院长马萧林:摸清底数、创新表达 用活区域文旅资...
- 商务部:截至今年6月中国与东北亚五国累计双向投资金额超2570...
- 打响金山重点区域转型“第一枪”,金山区“上海湾区科创城”...
- 强力推动数据共享!江西要打造“无证明省份”
- 水井坊:上半年净利润同比下降45.15%
- 2023年全国油茶生产任务已完成65%以上
- 记者去哪儿:税收政策再“上新” 加快释放汽车消费潜力
- 台风“杜苏芮”登陆 水利部启动水旱灾害防御Ⅲ级应急响应
- 产业观察:汽车流通发展促进绿色循环消费
- 人民银行:二季度末中长期贷款增速提升较多 房地产贷款增速回落
- 油价升至4个月高位 上涨大门彻底打开?丨就市论市
- 行政拘留!以虚假证明、恶意投诉骗取关怀,招行信用卡坚决拒绝
- 第十一届“魅力之光”杯全国核科普夏令营圆满结束 浙江少年...
- 火速集结!严阵以待!
- 台风“杜苏芮”登陆福建晋江沿海 登陆时中心附近最大风力15级
- 能源催化转化全国重点实验室学术委员会正式成立
- 税务总局:上半年免征新能源汽车车辆购置税491.7亿元
- “力箭”首飞一周年 “创新 X”科学航班上线
- 上半年我国汽车整车出口234.1万辆 同比增长76.9%
- 权重股齐发力 行情反弹能否继续?丨就市论市
- 斗战神白骨三副本传送门在哪_斗战神白骨洞三层怎么打