WikiEdge:ArXiv-2408.10205/background

編輯

這篇文獻的背景主要集中在以下幾個方面：

1. 人工智能與科學的結合（AI + Science）：
   • 近年來，人工智能與科學的結合成為一個充滿希望的新領域，推動了包括蛋白質摺疊預測、自動定理證明、天氣預報等在內的重大科學進步。
   • 儘管這一範式在應用驅動的科學中表現出色，但還存在一種由好奇心驅動的科學，這種科學更多是探索性的，通常沒有明確的目標，而是為了「獲得更多理解」。
2. 現有人工智能的局限性：
   • 當前的人工智能主要基於連接主義，而科學則依賴於符號主義，兩者之間存在固有的不兼容性。
   • 為了彌合這兩個世界之間的差距，需要提出新的人工智能範式，以支持好奇心驅動的科學，這要求人工智能工具具有更高的可解釋性和互動性。
3. Kolmogorov-Arnold 網絡（KAN）的提出：
   • Kolmogorov-Arnold 網絡（KAN）是一種新型神經網絡，它通過在網絡邊緣上學習激活函數，而不是在節點上使用固定激活函數，顯示出在科學相關任務中的潛力。
   • 儘管 KAN 在提取符號公式方面表現出了一定的可解釋性，但其定義相對狹窄，限制了其在科學中的應用範圍，因為符號公式並不總是科學中必需或可行的。

綜上所述，這篇文獻的背景強調了在人工智能與科學結合的領域中，需要開發新的工具和方法，以提高人工智能的可解釋性和互動性，從而更好地支持科學發現和理解。