AI并沒有學習！Nature子刊最新研究解碼人工智能黑盒

AIGC動態歡迎閱讀

原標題：AI并沒有學習！Nature子刊最新研究解碼人工智能黑盒
關鍵字：人工智能,蛋白質,模型,化合物,分子
文章來源：新智元
內容字數：3983字

內容摘要：

新智元報道編輯：alan
【新智元導讀】人工智能模型一直以「黑匣子」的形態讓人們感到不安，AI到底從數據中學到了什么？又是如何作出推理？最新研究為你揭秘AI的內部原理人工智能（AI）一直在迅速發展，但對人類來說，強大的模型卻是個「黑匣子」。
我們不了解模型內部的運作原理，不清楚它得出結論的過程。
然而最近，波恩大學（University of Bonn）的化學信息學專家Jürgen Bajorath教授和他的團隊取得了重大突破。
他們設計了一種技術，揭示了藥物研究中使用的某些人工智能系統的運行機制。
他們的研究結果表明，這些人工智能模型主要依賴于回憶現有數據，而不是學習特定的化學相互作用，來預測藥物的有效性。
——也就是說，AI預測純靠拼湊記憶，機器學習實際上并沒有學習！
他們的研究結果最近發表在《自然機器智能》（Nature Machine Intelligence）雜志上。
論文地址：https://www.nature.com/articles/s42256-023-00756-9
在醫藥領域，研究人員正在狂熱地尋找有效的活性物質來對抗疾病——哪種藥物分子最有效？
通常，這些有

原文鏈接：AI并沒有學習！Nature子刊最新研究解碼人工智能黑盒

聯系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。