EvoPINN opfinder selv avancerede matematiske tricks
Forskere har skabt EvoPINN, en AI der selv designer algoritmer til at løse fysikproblemer.
Hvad har de lavet?
Forskere har bygget et system kaldet EvoPINN – en AI, der automatisk designer algoritmer til såkaldte fysik-inspirerede neurale netværk. Det svarer til, at en robot selv finder ud af de bedste regler for at løse svære fysikligninger, i stedet for at mennesker skal gætte sig frem.
Hvorfor er det nyt?
Normalt sidder forskere i månedsvis og finjusterer matematiske formler for at få neurale netværk til at forstå fysik. EvoPINN gør det på få timer. Systemet opdagede endda nye tricks, som mennesker aldrig havde tænkt på – og som fungerer bedre end de gamle metoder.
Hvad kan det bruges til?
Teknologien kan gøre det meget billigere og hurtigere at bygge computermodeller af alt fra vejrsystemer til motorer. I stedet for at betale eksperter dyrt for at programmere hver enkelt detalje, kan AI'en selv finde de bedste løsninger. Det kan føre til bedre vejrudsigter og stærkere materialer.
- EvoPINN er navnet på det nye system, der selv opfinder algoritmer.
- Forskere lader systemet udforske tusindvis af mulige matematiske opskrifter.
- Systemet opdagede nye løsninger, som mennesker ikke havde set før.
- Teknikken er designet til fysik-inspirerede neurale netværk (PINN).
- Metoden sparer tid og penge i forhold til traditionel manuel programmering.
Du kan snart få mere præcise vejrudsigter og bedre design af fly og biler – fordi en AI selv finder de bedste beregninger.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.