瞻觀前沿

新理論的發(fā)展通常與偉大的物理學(xué)有關(guān)。例如，您可能會想到艾薩克·牛頓或阿爾伯特·愛因斯坦。許多諾貝爾獎已經(jīng)頒發(fā)給新理論。于利希研究中心的研究人員現(xiàn)在已經(jīng)編程了一種人工智能，它也掌握了這一壯舉。他們的人工智能能夠識別復(fù)雜數(shù)據(jù)集中的模式，并用物理理論來表述它們。

這是艾薩克·牛頓和阿爾伯特·愛因斯坦等偉大物理學(xué)家歷史上實(shí)現(xiàn)的壯舉。這種人工智能是人工智能物理學(xué)計(jì)劃的一部分，它簡化了數(shù)據(jù)中復(fù)雜的交互，可以開發(fā)新的理論，與傳統(tǒng)方法不同，它使理論可解釋并以物理學(xué)語言為基礎(chǔ)。

一般來說，它涉及一種稱為機(jī)器學(xué)習(xí)物理學(xué)的方法。在我們的工作組中，我們使用物理學(xué)方法來分析和理解人工智能的復(fù)雜功能。

我們的研究小組Claudia Merger提出的重要新想法是首先使用神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)將觀察到的復(fù)雜行為準(zhǔn)確地映射到更簡單的系統(tǒng)。換句話說，人工智能的目標(biāo)是簡化我們觀察到的系統(tǒng)組件之間的所有復(fù)雜交互。然后，我們使用簡化的系統(tǒng)并使用經(jīng)過訓(xùn)練的人工智能創(chuàng)建逆映射。從簡化的系統(tǒng)回到復(fù)雜的系統(tǒng)，我們?nèi)缓蟀l(fā)展了新的理論。在返回的路上，復(fù)雜的交互是由簡化的交互一點(diǎn)一點(diǎn)地構(gòu)建起來的。最終，這種方法與物理學(xué)家的方法并沒有太大不同，區(qū)別在于現(xiàn)在從人工智能的參數(shù)中讀取相互作用的組裝方式。這種對世界的看法——通過遵循一定規(guī)律的各個部分之間的相互作用來解釋世界——是物理學(xué)的基礎(chǔ)，因此有了人工智能物理學(xué)這個術(shù)語。

許多人工智能的目標(biāo)是學(xué)習(xí)用于訓(xùn)練人工智能的數(shù)據(jù)理論。然而，人工智能學(xué)習(xí)的理論通常無法被解釋。相反，它們隱式地隱藏在經(jīng)過訓(xùn)練的人工智能的參數(shù)中。相比之下，我們的方法提取所學(xué)到的理論，并用系統(tǒng)組件之間相互作用的語言來表述它，這是物理學(xué)的基礎(chǔ)。因此，它屬于可解釋的人工智能領(lǐng)域，特別是人工智能物理學(xué)，因?yàn)槲覀兪褂梦锢韺W(xué)語言來解釋人工智能所學(xué)到的東西。我們可以使用交互語言在人工智能復(fù)雜的內(nèi)部運(yùn)作和人類可以理解的理論之間架起一座橋梁。

圖片來源：SciTechDaily.com

技術(shù)價值觀察

人工智能產(chǎn)業(yè)鏈上游為硬件設(shè)備和數(shù)據(jù)設(shè)備，其中包括芯片、傳感器、大數(shù)據(jù)、云計(jì)算服務(wù)等，為人工智能提供數(shù)據(jù)服務(wù)和算力支持;中游是人工智能產(chǎn)業(yè)的技術(shù)核心，包括通用技術(shù)、算法模型、開發(fā)平臺三個方面，涵蓋了機(jī)器感知、自然語言理解、機(jī)器學(xué)習(xí)、圖譜、基礎(chǔ)開源框架等核心技術(shù);下游是人工智能的應(yīng)用產(chǎn)品和場景，涉及交通、醫(yī)療、安防、金融、家居、制造等多個領(lǐng)域。

于利希研究中心的研究人員開發(fā)了一種人工智能，能夠通過識別復(fù)雜數(shù)據(jù)集中的模式來制定物理理論，涉及一種稱為機(jī)器學(xué)習(xí)物理學(xué)的方法，以開發(fā)新物理理論。因此，從人工智能產(chǎn)業(yè)鏈上看，該技術(shù)處于產(chǎn)業(yè)鏈的中游環(huán)節(jié)，對技術(shù)層產(chǎn)生較大影響。

宏觀市場觀察

——人工智能應(yīng)用場景愈發(fā)豐富

人工智能技術(shù)經(jīng)過過去近10年的快速發(fā)展已經(jīng)取得較大突破，隨著人工智能理論和技術(shù)的日益成熟，人工智能場景融合能力不斷提升，因此，近年來商業(yè)化應(yīng)用已經(jīng)成為人工智能科技企業(yè)布局的重點(diǎn)，歐洲、美國等發(fā)達(dá)國家和地區(qū)的人工智能產(chǎn)業(yè)商業(yè)落地期較早，中國作為后期之秀，近年來在政策、資本的雙重推動下，人工智能商業(yè)化應(yīng)用進(jìn)程加快。目前，人工智能技術(shù)已在金融、醫(yī)療、安防、教育、交通、制造、零售等多個領(lǐng)域?qū)崿F(xiàn)技術(shù)落地，且應(yīng)用場景也愈來愈豐富

——全球人工智能行業(yè)市場規(guī)模預(yù)測

基于人工智能技術(shù)的各種產(chǎn)品在各個領(lǐng)域代替人類從事簡單重復(fù)的體力或腦力勞動，大大提升了生產(chǎn)效率和生活質(zhì)量，也促進(jìn)了各個行業(yè)的發(fā)展和變革。

普華永道數(shù)據(jù)預(yù)測，受到下游需求倒逼和上游技術(shù)成型推動的雙重動因，2020年全球人工智能市場規(guī)模將達(dá)到2萬億美元，預(yù)計(jì)未來幾年市場將繼續(xù)保持高速增長，到2030年全球市場規(guī)模將達(dá)到15.7萬億美元的規(guī)模，約合人民幣104萬億元。

——人工智能行業(yè)發(fā)展加速

受益于算法、數(shù)據(jù)和算力三方的共同發(fā)展，人工智能應(yīng)用逐漸成熟，既催生了新的市場，也為傳統(tǒng)產(chǎn)業(yè)的發(fā)展注入了活力。據(jù)測算，2024年我國人工智能市場規(guī)模將突破6000億元，預(yù)計(jì)2029年將突破萬億大關(guān)。人工智能將助力傳統(tǒng)產(chǎn)業(yè)降低成本并提高效能，從而實(shí)現(xiàn)行業(yè)的智能化升級。

——人工智能賦能產(chǎn)業(yè)轉(zhuǎn)型升級

隨著人工智能技術(shù)在企業(yè)生產(chǎn)發(fā)展中廣泛應(yīng)用，數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化程度不斷深化，涵蓋了從規(guī)劃到生產(chǎn)、從設(shè)計(jì)到營銷的方方面面。人工智能技術(shù)推動了信息的更深層次生產(chǎn)與整合，并在此基礎(chǔ)上進(jìn)行進(jìn)一步加工和應(yīng)用，為傳統(tǒng)產(chǎn)業(yè)的數(shù)字化升級注入了強(qiáng)大動力。

 ——人工智能未來發(fā)展?jié)摿薮?，AIGC和自動駕駛將是最具發(fā)展?jié)摿Φ膽?yīng)用場景

根據(jù)IDC和浪潮信息聯(lián)合發(fā)布的《2022-2023年中國人工智能計(jì)算力發(fā)展評估報告》，人工智能市場有巨大發(fā)展?jié)摿?。?dāng)前，生物識別、智慧金融等領(lǐng)域應(yīng)用較為成熟。2025-2030年，智能制造、智慧醫(yī)療和智慧電信將會是發(fā)展?jié)摿^大的領(lǐng)域。長遠(yuǎn)來看，AIGC和自動駕駛將是最具發(fā)展?jié)摿Φ膽?yīng)用場景。

中國人工智能技術(shù)賽道熱力圖

根據(jù)產(chǎn)業(yè)熱力圖顯示，與人工智能關(guān)鍵技術(shù)強(qiáng)關(guān)聯(lián)的城市集群主要集中在華南和西北地區(qū)，并且以廣深、西安市為重點(diǎn)發(fā)展區(qū)域，未來布局人工智能技術(shù)及其他相關(guān)技術(shù)的發(fā)展路徑，極大可能性在于華南、西北地區(qū)優(yōu)先導(dǎo)入，其中可重點(diǎn)關(guān)注廣東省廣州市天河區(qū)、廣東省深圳市的福田區(qū)及陜西省西安市雁塔區(qū)所處的人工智能相關(guān)企業(yè)，以及該地方對于人工智能產(chǎn)業(yè)發(fā)展投資環(huán)境、供給市場的潛力空間。

經(jīng)濟(jì)學(xué)人APP資訊組

看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 人工智能 物理學(xué) 技術(shù) 隨筆