Новый фреймворк позволит машинному обучению думать как учёный

Нынешние модели искусственного интеллекта, такие как ChatGPT, обучаются исключительно на данных. Несмотря на свою эффективность, они не понимают правил физического мира, что мешает им решать сложные задачи. Новое исследование, опубликованное в журнале Nexus, предлагает фреймворк «информированного машинного обучения», который устраняет это ограничение.

Этот фреймворк включает в процесс обучения искусственного интеллекта правила, определяемые человеком, такие как законы физики. Но какой вес должны иметь эти правила по сравнению с самими данными? Вот тут-то фреймворк и проявляет себя. Он может оценить относительную ценность каждого правила, оптимизируя процесс обучения модели и, в конечном счете, её производительность.

Исследователи успешно использовали этот фреймворк для решения различных научных задач. Они использовали его для обучения моделей машинного обучения решению сложных математических задач, оптимизации химических экспериментов и даже для анализа данных, полученных в ходе экспериментов по тонкослойной хроматографии, с целью прогнозирования будущих условий эксперимента.