▲彩色线条代表计算出的粒子碰撞后粒子的运行轨迹，这也是一个数字大脑的图示。中心的黄红光辉显示了在粒子碰撞中产生的夸克-胶子等离子体的流体动力模拟图像。
众所周知，如今的计算机可以做到击败国际象棋冠军，模拟恒星爆炸，以及预测全球气候，如今我们甚至教它们如何像人类正确地解决问题和快速学习。据《自然-通讯》杂志近期发表的一篇研究报告称，美国能源部劳伦斯·伯克利国家实验室的物理学家和合作者日前利用从模拟的高能粒子碰撞中获取的数千幅图像对计算机网络进行了训练，使其能够对图中的重要特征进行识别，这意味着当今计算机已经初步具备揭开宇宙中最大谜团的能力。
研究人员通过对功能强大的“神经网络”编程，使其像蜂巢状的数字大脑一样工作，目的是用以分析和解读粒子碰撞后残留碎片的模拟图像。在这次试验中，研究人员发现“神经网络”在浏览了约一万八千张图像后，其对重要特征的识别成功率高达95%。
下一步试验将会是把相同的机器学习过程应用到实际的实验数据中。强大的机器学习算法将让计算机网络在处理更多图像的时候能够提升分析水平。
该研究报告的主要作者是伯克利大学下属实验室博士后研究员庞龙刚(音译，Long-Gang Pang），他预测到一种被称为“深度脑回神经网络”的人工智能似乎很适合分析与科学相关的图像，而它的设计灵感则来源于动物大脑中的图像处理过程。
“通过这种类型的机器学习，我们正在尝试确定特定模式或模式之间的相关性，而这些数据都是状态方程独有的特征。因此，在计算机网络完成训练之后，它就可以独立地精确找到图像的某部分，并判断其中的相关性，而其中可能存在的模式将与科学家亟待解决的问题密切相关。”王新年补充道。
科界原创
编译：朱明逸 审稿：阿淼 编辑：张梦
来源：https://phys.org/news/2018-01-machine-universe-mysteries.html
