(文章来源:教育新闻网)
一位以钝器评估而闻名的理论物理学家说,物理学家避免使用“人工智能”一词:不仅因为它有点夸大其词,而且因为对自然情报的类比充其量只是表面上的,而在最坏的情况下会引起误解。没错,目前的模型大致是基于人脑的结构。
这种类型的迭代学习当然是智能的一个方面,但是却有很多不足。当前的算法严重依赖人类来提供合适的输入数据。他们没有制定自己的目标。他们没有提出模型。就物理学家而言,它们是精确的数据拟合和外推方法。她很快补充说,新的ai技术并没有像2008年所预言的那样预示着理论的终结,它可以为物理学家带来巨大的帮助:“总之,机器学习突然可以使物理学家解决许多问题以前是棘手的,仅仅是因为计算量很大。”
萨宾·霍森菲尔德(sabine hossenfelder)(左上)的一个例子是对来自外层空间的大量图像进行分析,以便发现黑洞。可以检测到它们的原因是它们绕着它们周围的时空移动,但很少有像2017年这样的发现如此巨大的,它比太阳大8亿倍。许多黑洞很小,并且信号通常很微弱。找到它们只是一台机器的工作。
科学家的角色会改变吗?费米实验室的天体物理学家布莱恩·诺德(brian nord)没有任何强烈的怀旧之情,回想起他在博士后时代的经历,当时“我们的团队每人要花费数十个小时在广阔的天空中搜寻,通常是通过眼睛来识别镜片”。对于人工智能带来的未来变化,他建议,
就像我们刚开始使用计算机时一样。那件事发生在我的时间之前,但是当科学家习惯于获取论文时,他们将不得不弄清楚如何从地块中获取数据。现在我们可以将图形下载到我们的计算机上并以数字方式提取数据。
人工智能将做类似的事情。科学家仍然有工作要做,但这是不同的工作。分类图像等任务将被抽象掉。也许我们更多的时间会花在假设的产生上,因为这对于ai来说很难。我们许多人还需要学习这些算法的工作原理,以便我们能够解释结果。
OLED照明领域近日动向
纹波防夹车窗控制模块的功能及优势
小鹏P7的杀入9月豪华中级轿车上险量排行榜
Vishay高速模拟光耦VOM452T和VOM453T
高光谱分辨率激光雷达测量低层大气温度-莱森光学
人工智能的发展对天体物理学会有什么影响
“网状网络”架构将成未来多核芯片主流
工矿企业节能方案,降耗减排实现绿色用能
javascript原型是什么_javascript常用框架介绍
特斯拉项目落地京沪 新能源汽车产业格局将变
《电动汽车用动力蓄电池安全要求》-GB38031-2020
苹果新专利显示iPhone天线将整合NFC技术
国产码垛机器人的使用以及未来发展的分析
补贴退坡环境下这家三元材料企业如何应对?
无变压器逆变器可降低复杂性并实现功率最大化
发烧手机老本行,小米6不敌酷派Cool1!骁龙835也虚了吗?
联想K5Pro评测 性价比极为突出
智能镜子显示屏它将如何带来科技十足的家居体验
《战神》的成功,以及游戏手机的概念成立吗?
iphone8什么时候上市?iphone8新功能确定:库克表示一定要做好iPhone8,让所有人用上好手机