想象一下，用人工智能来比较两个看似无关的创作——生物组织和贝多芬的“第九交响曲”。乍一看，一个生命系统和一部音乐杰作似乎没有任何联系。然而，由McAfee工程教授、麻省理工学院土木与环境工程和机械工程教授马库斯·j·比勒（Markus J. Buehler）开发的一种新的人工智能方法弥补了这一差距，揭示了复杂性和秩序的共同模式。

“通过将生成式人工智能与基于图形的计算工具相结合，这种方法揭示了以前无法想象的全新想法、概念和设计。我们可以通过教生成式人工智能对从未见过的想法、概念和设计做出新颖的预测来加速科学发现，”比勒说。

最近发表在《机器学习：科学与技术》上的这项开放获取研究展示了一种先进的人工智能方法，该方法集成了生成式知识提取、基于图的表示和多模态智能图推理。

这项工作使用受范畴论启发的方法开发的图表作为中心机制，教模型理解科学中的符号关系。范畴论是数学的一个分支，研究抽象结构和它们之间的关系。范畴论通过关注对象及其相互作用，而不是它们的具体内容，为理解和统一不同的系统提供了一个框架。在范畴论中，系统被视为对象（可以是任何东西，从数字到更抽象的实体，如结构或过程）和态射（定义这些对象之间关系的箭头或函数）。通过使用这种方法，Buehler能够教会AI模型系统地对复杂的科学概念和行为进行推理。通过态射引入的符号关系清楚地表明，人工智能不是简单地绘制类比，而是参与更深层次的推理，将不同领域的抽象结构映射出来。

Buehler用这种新方法分析了1000篇关于生物材料的科学论文，并将它们以图表的形式转化为知识地图。图表揭示了不同的信息是如何联系在一起的，并且能够找到一组相关的想法和将许多概念联系在一起的关键点。

Buehler说：“真正有趣的是，图遵循无标度性质，高度连接，可以有效地用于图推理。”“换句话说，我们教人工智能系统思考基于图形的数据，以帮助他们建立更好的世界表征模型，并增强思考和探索新想法的能力，以实现发现。”

研究人员可以使用这个框架来回答复杂的问题，发现现有知识的空白，提出材料的新设计，预测材料的行为方式，并将以前从未联系过的概念联系起来。

人工智能模型在生物材料和《第九交响曲》之间发现了意想不到的相似之处，表明两者都遵循复杂性的模式。“类似于生物材料中的细胞如何以复杂但有组织的方式相互作用来执行功能，贝多芬的第九交响曲安排音符和主题来创造复杂但连贯的音乐体验，”Buehler说。

在另一项实验中，基于图形的人工智能模型建议创造一种新的生物材料，灵感来自瓦西里·康定斯基（Wassily Kandinsky）的绘画《构图VII》（Composition VII）中的抽象图案。人工智能提出了一种新的菌丝体复合材料。Buehler说：“这种材料结合了一系列创新的概念，包括混乱和有序的平衡、可调节的特性、孔隙度、机械强度和复杂的化学功能。”通过从一幅抽象画中汲取灵感，人工智能创造了一种既坚固又实用的材料，同时又具有适应性，能够扮演不同的角色。这一应用可能会导致创新的可持续建筑材料、可生物降解的塑料替代品、可穿戴技术，甚至生物医学设备的发展。

有了这个先进的人工智能模型，科学家们可以从音乐、艺术和技术中获得见解，分析这些领域的数据，以识别隐藏的模式，这些模式可能会激发材料设计、研究甚至音乐或视觉艺术的创新可能性。

Buehler说：“与传统方法相比，基于图形的生成人工智能实现了更高程度的新新性、探索能力和技术细节，并通过揭示隐藏的联系，为创新建立了一个广泛有用的框架。”“这项研究不仅为仿生材料和力学领域做出了贡献，而且为未来奠定了基础，在我们展望其他未来工作时，由人工智能和知识图谱驱动的跨学科研究可能成为科学和哲学探究的工具。”

“马库斯·比勒（Markus Buehler）对生物灵感材料论文的分析，将千兆字节的信息转化为代表各种主题和学科之间联系的知识图谱，”密歇根大学欧文·朗缪尔（Irving Langmuir）化学科学与工程杰出教授尼古拉斯·科托夫（Nicholas Kotov）说，他没有参与这项工作。“这些图表可以用作信息地图，使我们能够通过探索生物灵感和仿生材料各部分之间的复杂联系来确定中心主题、新的关系和潜在的研究方向。这些和其他类似的图表很可能成为当前和未来科学家必不可少的研究工具。”

作者：斯蒂芬妮·马丁诺维奇

链接：https://news.mit.edu/2024/graph-based-ai-model-maps-future-innovation-1112

著作权归作者所有。

声明：海森大数据刊发或者转载此文只是出于传递、分享更多信息之目的，并不意味认同其观点或证实其描述。若有来源标注错误或侵犯了您的合法权益，请作者与本网联系，我们将及时更正、删除，谢谢。电话：152 6451 3609，邮箱：1027830374@qq.com