利用人工智慧探索生物材料與音樂的關聯
想像一下，使用人工智慧來比較兩個看似無關的創作——生物組織和貝多芬的《第九交響曲》。乍看之下，活的系統和音樂傑作似乎沒有任何聯繫。然而，麻省理工學院 (MIT) 的馬庫斯·J·比勒 (Markus J. Buehler) 教授開發了一種新型的人工智慧方法，彌合了這個差距，揭示了複雜性和秩序的共同模式。
比勒教授表示：“通過將生成式人工智慧與基於圖形的計算工具結合，這種方法揭示了全新的想法、概念和設計，這些在以前是無法想像的。我們可以通過教導生成式人工智慧對從未見過的想法、概念和設計進行新穎的預測，來加速科學發現。”
這項開放存取的研究最近發表在《機器學習：科學與技術》上，展示了一種先進的人工智慧方法，整合了生成知識提取、基於圖形的表示和多模態智能圖形推理。
這項工作使用了受類別理論啟發的方法來開發圖形，作為教導模型理解科學中符號關係的核心機制。類別理論是一個數學分支，處理抽象結構及其之間的關係，提供了一個通過關注對象及其互動來理解和統一不同系統的框架。在類別理論中，系統是根據對象（可以是任何東西，從數字到更抽象的實體，如結構或過程）和變換（定義這些對象之間關係的箭頭或函數）來看待的。通過這種方法，比勒能夠教導人工智慧模型系統性地推理複雜的科學概念和行為。通過變換引入的符號關係使得人工智慧不僅僅是在進行類比，而是在進行更深層的推理，將不同領域的抽象結構進行映射。
比勒教授使用這種新方法分析了1000篇關於生物材料的科學論文，並將它們轉化為圖形形式的知識地圖。這個圖形揭示了不同資訊之間的聯繫，並能夠找到相關想法和關鍵點的群組，將許多概念聯繫在一起。
比勒說：“真正有趣的是，這個圖形遵循無尺度的特性，連接性很高，並且可以有效地用於圖形推理。換句話說，我們教導人工智慧系統思考基於圖形的數據，幫助它們建立更好的世界表示模型，增強思考和探索新想法的能力，以促進發現。”
研究人員可以使用這個框架來回答複雜問題，找出當前知識中的空白，建議新材料的設計，預測材料的行為，並連結以前從未連接過的概念。
這個人工智慧模型發現生物材料和《第九交響曲》之間意想不到的相似之處，暗示兩者都遵循複雜的模式。比勒表示：“就像生物材料中的細胞以複雜但有組織的方式互動以執行功能一樣，貝多芬的第九交響曲安排了音符和主題，創造出複雜但連貫的音樂體驗。”
在另一個實驗中，基於圖形的人工智慧模型建議創造一種新的生物材料，靈感來自瓦西里·康丁斯基 (Wassily Kandinsky) 的畫作《組成 VII》。人工智慧建議了一種新的基於菌絲體的複合材料。比勒指出：“這種材料的結果結合了一組創新的概念，包括混沌與秩序的平衡、可調性、孔隙度、機械強度和複雜的化學功能性。”通過從抽象畫作中獲取靈感，人工智慧創造出一種既強大又功能性強的材料，同時也能適應並執行不同的角色。這項應用可能導致創新的可持續建築材料、可生物降解的塑料替代品、可穿戴技術，甚至生物醫學設備的開發。
利用這種先進的人工智慧模型，科學家可以從音樂、藝術和技術中獲取見解，分析這些領域的數據，以識別隱藏的模式，這可能為材料設計、研究，甚至音樂或視覺藝術開啟創新的可能性。
比勒表示：“基於圖形的生成式人工智慧在新穎性、探索能力和技術細節方面達到了比傳統方法更高的程度，並通過揭示隱藏的聯繫建立了一個廣泛有用的創新框架。”他補充道：“這項研究不僅對生物啟發材料和力學領域有所貢獻，還為未來的跨學科研究奠定了基礎，未來可能成為科學和哲學探究的工具。”
密歇根大學 (University of Michigan) 的化學科學與工程伊爾文·朗繆爾 (Irving Langmuir) 傑出教授尼古拉斯·科托夫 (Nicholas Kotov) 說：“馬庫斯·比勒對生物啟發材料論文的分析，將數十億字節的信息轉化為知識圖，代表了各種主題和學科的連通性。這些圖可以作為信息地圖，使我們能夠通過探索生物啟發和仿生材料的子部分之間的複雜聯繫，識別中心主題、新的關係和潛在的研究方向。這些圖以及其他類似的圖，可能成為當前和未來科學家的重要研究工具。”
這項研究得到了麻省理工學院的生成式人工智慧計畫、谷歌 (Google) 的贊助、麻省理工學院-IBM沃森人工智慧實驗室 (MIT-IBM Watson AI Lab)、麻省理工學院探索計畫 (MIT Quest)、美國陸軍研究辦公室 (U.S. Army Research Office) 和美國農業部 (U.S. Department of Agriculture) 的支持。
本文由 AI 台灣 運用 AI 技術編撰，內容僅供參考，請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團，
隨時掌握最新 AI 動態與實用資訊！
