悉尼科技大學(xué)開(kāi)發(fā)“扭矩聚類”算法，AI自主學(xué)習(xí)能力大幅提升

　　悉尼科技大學(xué)的研究團(tuán)隊(duì)近日發(fā)布了一種名為“扭矩聚類”的全新AI算法。該算法模擬自然智能，無(wú)需人工干預(yù)即可大幅提高AI系統(tǒng)自主學(xué)習(xí)和識(shí)別數(shù)據(jù)模式的能力。在測(cè)試中，扭矩聚類的準(zhǔn)確率高達(dá)97.7%，超越現(xiàn)有方法，有望引領(lǐng)AI學(xué)習(xí)的范式轉(zhuǎn)變。

　　扭矩聚類的獨(dú)特之處在于其基于物理學(xué)中的扭矩概念，能夠自主識(shí)別聚類，并無(wú)縫適應(yīng)不同形狀、密度和噪聲程度的數(shù)據(jù)類型。其靈感源于星系合并過(guò)程中引力相互作用的扭矩平衡，通過(guò)模擬自然界的學(xué)習(xí)方式，讓AI像動(dòng)物一樣通過(guò)觀察、探索和與環(huán)境互動(dòng)來(lái)學(xué)習(xí)。

　　不同于傳統(tǒng)的監(jiān)督學(xué)習(xí)，扭矩聚類無(wú)需人工標(biāo)記數(shù)據(jù)即可識(shí)別模式，使其更具擴(kuò)展性和效率。該算法在1000個(gè)不同的數(shù)據(jù)集上進(jìn)行了嚴(yán)格測(cè)試，平均調(diào)整互信息(AMI)得分高達(dá)97.7%。其完全自主、無(wú)需參數(shù)的特點(diǎn)使其能高效處理大型數(shù)據(jù)集，廣泛應(yīng)用于生物學(xué)、化學(xué)、天文學(xué)、心理學(xué)、金融和醫(yī)學(xué)等領(lǐng)域，如發(fā)現(xiàn)疾病趨勢(shì)、識(shí)別欺詐活動(dòng)和理解人類行為等。