那麼，讓AI擁有這些能力需滿足什麼條件？吳家驥認為，這需要有大量的數據、完善的算法和強大的算力及存儲能力的支持。數據是AI的“飼料”，AI需要數據才能進行深度學習；具備自主性和適應性的算法是AI深度理解和解析宇宙中各種複雜信息和規律的關鍵；強大的計算和存儲能力則是AI的“後勤保障”，是AI發揮其應有能力的底座。有了這些條件，才能初步構建出能夠理解宇宙的AI。
·訓練能理解宇宙的AI有兩條技術路線
宇宙浩瀚而複雜。為了理解宇宙的本質，科學家需要分析來自望遠鏡、衛星和其他觀測儀器的大規模數據，而分析處理數據正是AI的強項。
“憑借快速準確處理、分析和模擬大量數據的能力，AI可以幫助科學家識別並檢測出人類可能無法立即理解的數據，進而做出預測，有望徹底改變我們對宇宙的理解。同時，考慮到宇宙中存在大量不可觀測的暗物質，因此科學家可能需要利用具備一定啟發學習和創造能力的AI開展假設性思想實驗。”吳家驥表示。
比如，天文學家們試圖構建宇宙模型來解釋宇宙的起源、演化和結構，然而目前囿於算力，各類宇宙模型都只能用有限的特徵來描述它，這對於龐大的宇宙來說並不準確。吳家驥指出，如果利用AI for Science（即人工智能驅動的科學研究）的思路，通過結合已有的天文觀測數據和人工智能技術，就有可能探索出新的宇宙模型。這種模型具有非常好的表征能力和泛化能力，可以在沒有大量數據標記的情況下進行自我學習和進化。
那麼，訓練出能理解宇宙的AI有哪些技術路線呢？ |
