AI并没有学习！Nature子刊最新研究解码人工智能黑盒

AIGC动态欢迎阅读

原标题：AI并没有学习！Nature子刊最新研究解码人工智能黑盒
关键字：人工智能,蛋白质,模型,化合物,分子
文章来源：新智元
内容字数：3983字

内容摘要：

新智元报道编辑：alan
【新智元导读】人工智能模型一直以「黑匣子」的形态让人们感到不安，AI到底从数据中学到了什么？又是如何作出推理？最新研究为你揭秘AI的内部原理人工智能（AI）一直在迅速发展，但对人类来说，强大的模型却是个「黑匣子」。
我们不了解模型内部的运作原理，不清楚它得出结论的过程。
然而最近，波恩大学（University of Bonn）的化学信息学专家Jürgen Bajorath教授和他的团队取得了重大突破。
他们设计了一种技术，揭示了药物研究中使用的某些人工智能系统的运行机制。
他们的研究结果表明，这些人工智能模型主要依赖于回忆现有数据，而不是学习特定的化学相互作用，来预测药物的有效性。
——也就是说，AI预测纯靠拼凑记忆，机器学习实际上并没有学习！
他们的研究结果最近发表在《自然机器智能》（Nature Machine Intelligence）杂志上。
论文地址：https://www.nature.com/articles/s42256-023-00756-9
在医药领域，研究人员正在狂热地寻找有效的活性物质来对抗疾病——哪种药物分子最有效？
通常，这些有

原文链接：AI并没有学习！Nature子刊最新研究解码人工智能黑盒

联系作者

文章来源：新智元
作者微信：AI_era
作者简介：智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展，关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响，领航中国新智能时代。