AI-teknik hjälper till att avslöja sakers och fenomens sanna natur.

En teknik som utvecklats från artificiell intelligens (AI) hjälper forskare att hitta orsakerna till vissa saker och fenomen baserat på vad de observerar.

Nya tekniker som utvecklats med hjälp av AI kan hjälpa forskare att upptäcka orsakerna till vissa fenomen baserat på vad de observerar. (Källa: Shutterstock)

Forskare vid School of Engineering and Applied Sciences, University of Pennsylvania (USA) har utvecklat en ny AI-teknik som kan hjälpa människor att bättre förstå hur naturen fungerar. Det anmärkningsvärda med denna metod är att AI inte bara förutsäger vad som kommer att hända, utan också kan hjälpa till att avslöja de bakomliggande orsakerna.

Professor Vivek Shenoy, huvudförfattare till studien, erbjuder en enkel analogi: Om du ser krusningar på ytan av en damm kan du anta att en sten just har fallit i vattnet. Men var stenen föll, hur den föll och vilken påverkan den skapade är svårare frågor. Liknande fenomen finns inom vetenskapen. Forskare observerar ofta de externa resultaten, men de bakomliggande orsakerna är inte lätta att identifiera.

Den nya metoden kallas ”Mollifier Layers”. Istället för att fördjupa sig i komplexa matematiska formler kan den förstås som ett bearbetningslager som hjälper AI att ”jämna ut” data före analys. Detta är särskilt viktigt eftersom verkliga data ofta är ofullkomliga. De kan vara brusiga, instabila eller för komplexa, vilket gör det svårt för datorer att hitta det exakta mönstret.

En första tillämpning av denna teknik innebär att studera DNA i celler. Inuti varje cell existerar DNA inte isolerat utan är förpackat med proteiner i en struktur som kallas kromatin. Denna struktur spelar en avgörande roll för att kontrollera genaktivitet, påverka cellidentitet, åldrande och sjukdomar. Med denna nya AI-metod hoppas forskare bättre förstå de mycket subtila förändringarna i celler och därigenom förklara varför gener fungerar på olika sätt.

Denna metod är inte bara användbar inom biologi, utan även inom många andra områden som materialforskning, väderprognoser eller flödessimulering. Dessa är alla områden med komplex data, många variabler och där de bakomliggande orsakerna inte lätt kan observeras direkt.

Enligt forskargruppen är det större målet med denna teknik att hjälpa vetenskapen att gå bortom att bara beskriva fenomen, att förstå de lagar som skapar dem, vilket därigenom leder till bättre förutsägelser, mer exakta interventioner och öppnar upp nya forskningsvägar.

Källa: https://baoquocte.vn/ky-thuat-ai-giup-tim-ra-ban-chat-su-vat-hien-tuong-392997.html