人工智能在科学中的新角色:超级计算机模拟器
Bishop:它们在计算上仍然很昂贵。 此外,由于模拟器是使用数据进行训练的,因此它们往往不会比训练数据更准确。 当面对与他们接受培训的情况有很大不同的情况时,他们也可能会给出不准确的结果。
“我相信‘以使用为灵感的基础研究’——[比如]巴斯德的工作。他是酿酒业的顾问。为什么这种啤酒总是变酸?”他基本上发明了微生物学领域 .\” – Chris Bishop,微软研究院
来源和详细信息:
https://spectrum.ieee.org/ai-for-science?share_id=7196524&socialux=facebook&utm_campaign=RebelMouse&utm_content=IEEE+Spectrum&utm_medium=social