Aligning AI-driven discovery with human intuition
本文提出了一种新的通用原则，用于提取与人类直觉和物理意义相一致的 AI 生成状态变量，且无需依赖先验知识，从而增强了在动力系统建模中人机协作的能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在观看一段复杂的舞蹈视频，比如熔岩灯的气泡上升，或是双摆的疯狂摆动。你想理解这些动作背后的“规则”。为了做到这一点，你需要识别出关键的动作——即状态变量（state variables）。在物理学中，这些变量就是诸如“角度”、“速度”或“能量”之类的概念。
长期以来，计算机一直擅长观察这些视频并预测下一步会发生什么。但问题在于，计算机往往会发明自己的“秘密语言”来描述这些舞蹈。它们可能会找到一个在数学上行得通的变量，但在人类看来却是一堆乱码。这就像是如果计算机不是用“旋转速度”来描述一个旋转陀螺，而是用一个跳动杂乱无章的奇怪数字来描述，虽然这在数学上成立，但你无法向任何人解释它。
这篇论文介绍了一种名为 TIDE（时序信息动力学编码器，Temporally-Informed Dynamics Encoder）的新型 AI 工具，旨在解决这个问题。以下是它的工作原理，我们使用简单的类比来解释：
问题所在：“黑盒”翻译官
把 AI 想象成一个试图将外语（原始视频像素）翻译成故事（物理方程）的翻译官。
- 旧的 AI： 它能完美地翻译故事，但它使用的是一本自创的字典。这些词对机器来说有意义，但对人类来说却是胡言乱语。如果你问：“这个变量是什么？”AI 会回答：“它是 ”，这无法告诉你任何关于现实世界的信息。
- 挑战： 描述一个摆动的单摆有无数种方法。你可以使用“角度”，或者“能量”，或者两者的某种奇怪组合。计算机会选择其中一种，但它往往会选择那种在数学上容易、但在物理直觉上令人困惑的选择。
解决方案：教会 AI 去“感受”时间
作者意识到，人类的直觉在面对物理学时有一种特定的“感觉”。现实世界的变量（比如单摆的角度）不会随机跳变。它们流动得非常平滑。如果你拍摄一个单摆，它的角度在相邻帧之间只会发生微小的变化；它不会瞬间移动。
TIDE 通过在其训练中加入三个具体的规则，教会了 AI 模仿这种人类的直觉：
平滑性规则（时间导数正则化）：
想象你在纸上画线。如果你画的是乱七八糟、锯齿状的线条，很难理解；如果你画的是平滑流动的曲线，则很容易阅读。TIDE 强制要求 AI 为其变量绘制“平滑曲线”。如果变量在视频帧之间发生突变，它会对 AI 进行惩罚。这鼓励 AI 去寻找那些表现得像真实的物理量（如速度或角度）而非混沌噪声的变量。简单故事规则（简单方程）：
人类更偏好简单的故事。TIDE 试图寻找可以用简单数学公式来描述的变量。如果 AI 发现一个需要极其复杂、甚至是不可能的方程才能解释的变量，那么这个变量不太可能是“正确”的。TIDE 推动 AI 去寻找那些可以用简洁、简短的方程写下来的变量。“无作弊条”规则：
大多数之前的方法都需要一份“作弊条”。它们需要人类告诉它们：“嘿，这是一个单摆，所以请寻找角度。”TIDE 则不需要。它通过观察事物随时间变化的规律，在没有任何先验知识的情况下，直接从原始视频中自行推导出规则。
结果：说同一种语言
团队在九个不同的系统中测试了 TIDE，从模拟单摆到现实世界中火焰燃烧和气舞者的视频。
- “平滑性”测试： 当他们观察 TIDE 创建的变量时，发现这些变量是平滑且连续的，就像人类定义的变量一样。而旧的 AI 模型产生的变量则会发生不规则的跳变。
- “翻译”测试： 他们将 TIDE 发现的那些奇怪变量，通过一种称为“符号回归”（symbolic regression，类似于要求计算机为该变量写出一个数学句子）的技术，尝试将其翻译回人类语言。
- 结果： TIDE 的变量可以被翻译成清晰、可理解的、包含角度和速度的数学公式。而旧 AI 的变量由于过于混乱，无法用任何人类可读的公式来描述。
核心结论
这篇论文并不声称它能治愈疾病或制造自动驾驶汽车。它声称解决的是 AI 与人类之间的一个特定的沟通鸿沟。
可以把它看作是教会 AI 说“人类物理学”，而不是“机器人数学”。通过强制要求 AI 尊重时间的平滑流动和自然的简洁性，TIDE 发现的变量看起来、感觉起来以及表现出来的，都与人类科学家亲手挑选出的变量完全一致。这使得人类与 AI 之间的协作变得更加容易，因为它们终于在使用同一本字典了。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。