研究人员引入了一种称为机器集体智能的新范式，旨在从经验数据中自主发现控制方程。该方法结合了符号推理和元启发式方法，使多个智能体能够协同生成、评估和改进假设。该方法已成功地从各种科学系统中恢复出底层方程，与深度神经网络相比，显著降低了外推误差，并将大量的参数数量浓缩为少数可解释的参数。 AI
影响 这项研究通过实现可解释且可外推的科学方程的自主推导，有望加速AI驱动的科学发现。
排序理由 该集群描述了一篇新研究论文，该论文发布在arXiv上，详细介绍了一种用于科学发现的新型AI范式。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.27297v1 Announce Type: new Abstract: Deriving governing equations from empirical observations is a longstanding challenge in science. Although artificial intelligence (AI) has demonstrated substantial capabilities in function approximation, the discovery of explainable…
Deriving governing equations from empirical observations is a longstanding challenge in science. Although artificial intelligence (AI) has demonstrated substantial capabilities in function approximation, the discovery of explainable and extrapolatable equations remains a fundamen…