12月10日,北京大学物理学院马滟青教授课题组在人工智能驱动科学发现领域取得新进展。课题组创造了名为“AI-牛顿”的系统,通过自主学习,从46个物理实验中逐步构建复杂理论,最终自主“发现”了力、质量和加速度等重要概念,以及它们之间构成的牛顿第二定律(F=ma)。这一成果标志着AI在自主科研发现方面迈出了重要一步。
“AI-牛顿”系统采用“大胆猜想、小心求证”的合情推理策略,通过逐步构建概念和规律的知识库,模仿人类科学家的认知过程,自主建立了完整的科学理论。该系统突破了神经网络系统的算法黑箱,综合符号回归模型与合情推理的优势,构建出自主发现工作流,能持续从实验数据中提炼知识,并将其表述为物理概念与定律。
“AI-牛顿”所体现的迭代式学习和知识构建过程,既保留了人类的理论概括能力,又克服了研究周期长的局限,可以助力弥补人类科学研究的短板。马滟青课题组计划将“AI-牛顿”应用于更具挑战性的领域,例如尝试理解和发现量子理论中的复杂规律。此项研究得到了国家自然科学基金及北京大学高性能计算平台的大力支持。


