Die von Professor Markus Buehler entwickelte Methode der k\u00fcnstlichen Intelligenz kann verborgene Zusammenh\u00e4nge zwischen Wissenschaft und Kunst aufdecken und neue Materialien empfehlen. Stellen Sie sich vor, Sie nutzen k\u00fcnstliche Intelligenz, um zwei scheinbar nicht miteinander verbundene Sch\u00f6pfungen zu vergleichen \u2013 biologisches Gewebe und Beethovens Neunte Symphonie. Auf den ersten Blick scheinen lebende Systeme und musikalische Meisterwerke keinen Zusammenhang zu haben. Markus J. Buehler, McAfee-Professor f\u00fcr Ingenieurwissenschaften und Professor f\u00fcr Bau- und Umweltingenieurwesen sowie Maschinenbau am MIT, hat einen neuen Ansatz f\u00fcr k\u00fcnstliche Intelligenz entwickelt, der diese L\u00fccke schlie\u00dft und gemeinsame Muster von Komplexit\u00e4t und Ordnung aufdeckt.<\/p>\n\n\n\n
\u201eDurch die Kombination generativer KI mit graphbasierten Computertools offenbart dieser Ansatz v\u00f6llig neue Ideen, Konzepte und Designs, die bisher unvorstellbar waren. Wir k\u00f6nnen generativer KI<\/strong> beibringen, auf noch nie dagewesene Ideen, Konzepte und Designs zu reagieren.\u201c \u201eWir k\u00f6nnen neue Vorhersagen treffen und wissenschaftliche Entdeckungen beschleunigen\u201c, sagte B\u00fchler.<\/p>\n\n\n\n Diese Open-Access-Studie, die k\u00fcrzlich in Machine Learning: Science & Technology ver\u00f6ffentlicht wurde, demonstriert einen fortschrittlichen Ansatz der k\u00fcnstlichen Intelligenz, der generative Wissensextraktion, graphbasierte Darstellung und multimodales intelligentes Graph-Argumentation integriert.<\/p>\n\n\n\n Diese Studie verwendet Diagramme, die mit einem von der Kategorientheorie inspirierten Ansatz entwickelt wurden, als Kernmechanismus eines Lehrmodells zum Verst\u00e4ndnis symbolischer Beziehungen in der Wissenschaft. Die Kategorientheorie ist ein Zweig der Mathematik, der abstrakte Strukturen und die Beziehungen zwischen ihnen untersucht. Es bietet einen Rahmen f\u00fcr das Verst\u00e4ndnis und die Vereinheitlichung unterschiedlicher Systeme, indem es sich auf Objekte und ihre Interaktionen und nicht auf deren spezifischen Inhalt konzentriert. In der Kategorientheorie werden Systeme als Objekte (die alles von Zahlen bis hin zu abstrakteren Entit\u00e4ten wie Strukturen oder Prozessen sein k\u00f6nnen) und Morphismen (Pfeile oder Funktionen, die Beziehungen zwischen diesen Objekten definieren) betrachtet. Durch diesen Ansatz ist Buehler in der Lage, KI-Modellen <\/strong>beizubringen, systematisch \u00fcber komplexe wissenschaftliche Konzepte und Verhaltensweisen nachzudenken. Die durch Morphismen eingef\u00fchrten symbolischen Beziehungen zeigen deutlich, dass k\u00fcnstliche Intelligenz nicht nur Analogien herstellen, sondern auch tiefere \u00dcberlegungen anstellen und abstrakte Strukturen verschiedenen Regionen zuordnen kann.<\/p>\n\n\n\n Buehler analysierte mit der neuen Methode 1.000 wissenschaftliche Arbeiten zu biologischen Materialien und \u00fcberf\u00fchrte sie in einen Wissensgraphen in grafischer Form. Die Karte zeigt die Verbindungen zwischen verschiedenen Informationen und erm\u00f6glicht es Ihnen, verwandte Ideen und Schl\u00fcsselpunkte zu finden, die viele Konzepte verbinden.<\/p>\n\n\n\n \u201eWas wirklich interessant ist, ist, dass Graphen der skalenfreien Eigenschaft gehorchen und hochgradig vernetzt sind, was effektiv f\u00fcr die Argumentation von Graphen genutzt werden kann\u201c, sagte Buehler. \u201eMit anderen Worten: Wir bringen KI-Systemen<\/strong> bei, \u00fcber graphbasierte Daten nachzudenken, um ihnen dabei zu helfen, die Welt besser darzustellen und ihre F\u00e4higkeit zu verbessern, \u00fcber neue Ideen nachzudenken und sie zu erforschen, die zu Entdeckungen f\u00fchren.\u201c<\/p>\n\n\n\n Forscher k\u00f6nnen das Framework nutzen, um komplexe Fragen zu beantworten, L\u00fccken im aktuellen Wissen zu identifizieren, neue Materialdesigns vorzuschlagen, Materialverhalten vorherzusagen und Konzepte zu verbinden, die noch nie zuvor miteinander verbunden waren.<\/p>\n\n\n\n Modelle der k\u00fcnstlichen Intelligenz fanden unerwartete \u00c4hnlichkeiten zwischen biologischen Materialien und der Neunten Symphonie, was darauf hindeutet, dass beide komplexen Mustern folgen. \u201e\u00c4hnlich wie Zellen in biologischen Materialien auf komplexe, aber organisierte Weise miteinander interagieren, arrangiert Beethovens Neunte Symphonie Noten und Themen, um ein komplexes, aber koh\u00e4rentes Musikerlebnis zu schaffen\u201c, sagte B\u00fchler.<\/p>\n\n\n\n