当前位置:科学 > 正文

【快播报】研究:向人工智能教授物理学可以让它自己做出新的发现

2022-06-17 08:30:31  来源:cnBeta.COM

该算法基本上被迫展示其工作,因为它首先必须考虑超材料的已知物理限制。该方法不仅使算法能够高精度地预测超材料的特性,而且与早期的方法相比,它做得更快,并且具有更多的洞察力。


【资料图】

该结果于2022 年5月13日发表在《先进光学材料》杂志上。

杜克大学电气和计算机工程教授Willie Padilla说:“通过将已知物理学直接纳入机器学习,该算法可以在更少的训练数据和更短的时间内找到解决方案。虽然这项研究主要是展示该方法可以重建已知解决方案,但它也揭示了一些以前没人知道的非金属超材料的内部工作原理。”

超材料是由许多单独的工程特征组成的合成材料,它们通过它们的结构而不是它们的化学共同产生自然界中不存在的特性。在这种情况下,超材料由类似于乐高底板的大型硅圆柱网格组成。

根据圆柱体的尺寸和间距,超材料以各种方式与电磁波相互作用,例如吸收、发射或偏转特定波长。在新论文中,研究人员试图建立一种称为神经网络的机器学习模型,以发现单圆柱体的一系列高度和宽度如何影响这些相互作用。但他们也希望它的答案有意义。

“神经网络试图在数据中找到模式,但有时他们发现的模式不符合物理定律,这使得它创建的模型不可靠,”杜克大学电气和计算机工程助理研究教授 Jordan Malof 说。“通过强制神经网络遵守物理定律,我们阻止了它找到可能适合数据但实际上并不真实的关系。”

研究小组强加于神经网络的物理学称为洛伦兹模型——一组描述材料固有特性如何与电磁场共振的方程。该模型不是直接跳到预测气缸的响应,而是必须学会预测洛伦兹参数,然后用于计算气缸的响应。然而,加入这个额外的步骤说起来容易做起来难。

Padilla 实验室的博士后研究员 Omar Khatib 说:“当你让神经网络更具可解释性时,这在某种意义上是我们在这里所做的,微调可能更具挑战性。我们肯定很难优化训练来学习模式。”

然而,一旦模型开始工作,它就被证明比该小组为相同任务创建的先前神经网络更有效。特别是,该小组发现这种方法可以显著减少模型确定超材料特性所需的参数数量。他们还发现,这种基于物理学的人工智能方法能够自行发现。

当电磁波穿过一个物体时,它在其旅程开始时与它的交互方式不一定与它在其结束时完全相同。这种现象被称为空间色散。由于研究人员必须调整空间色散参数以使模型准确工作,他们发现了他们以前不知道的过程物理学的见解。

“现在我们已经证明这是可以做到的,我们希望将这种方法应用于物理未知的系统,”Padilla说。

“很多人都在使用神经网络来预测材料特性,但从模拟中获得足够的训练数据是一个巨大的痛苦,”Malof 补充道。“这项工作还展示了一条创建不需要太多数据的模型的途径,这在所有方面都很有用。”

关键词: 人工智能 研究向人工智能教授物理学可以让它自己做

推荐阅读

分析师:苹果对欧盟统一C口已做好准备

昨晚,欧盟议会已经决定,将统一电子设备的接口为USB Type-C,其中包括苹果。官方的声明指出:到2024年秋季,USB Type-C将成为欧盟所有手 【详细】

变了也没变!AMD Zen4锐龙未发布就被开盖

AMD Zen4架构的锐龙7000系列已经宣布了不少技术细节,但距离发布上市还有一段时间,意外的是,这居然就有人开盖了。曝料者没有介绍这颗U的 【详细】

WWDC发布会 苹果严格限制USBC接口

在今天凌晨的WWDC发布会上,苹果发布了4大操作系统及2款MacBook笔记本,其中有个领域是苹果一直在强调的,那就是用户的安全及隐私,而在Mac 【详细】

Meta已经流失了两位高管 Jerome Pesenti今年6月中旬正式离职

本周内,Meta已经流失了两位高管。就在Meta首席运营官Sheryl Sandberg,本周三宣布将于今年离职后,Meta人工智能团队在打散重组中,又失去 【详细】

速看!Windows 11的2023年更新确认

Windows 11在2022年的第一个大更新计划在今年晚些时候推出,它被称为22H2版本,又称太阳谷2,对于接下来的动作,微软也已经确认。当Window 【详细】

关于我们  |  联系方式  |  免责条款  |  招聘信息  |  广告服务  |  帮助中心

联系我们:85 572 98@qq.com备案号:粤ICP备18023326号-40

科技新闻网 版权所有