“混沌”，英文：Chaos，指混亂而沒(méi)有秩序的狀態(tài)?！盎煦缑つ啃浴?，英文：Chaos Blindness，也稱(chēng)為：混亂失明，指神經(jīng)網(wǎng)絡(luò)對(duì)這種混亂狀態(tài)的認(rèn)知的一種失明或盲目性。對(duì)于現(xiàn)在的人工智能神經(jīng)網(wǎng)絡(luò)，其認(rèn)知水平與人的神經(jīng)網(wǎng)絡(luò)的認(rèn)知智能還相差很遠(yuǎn)，常常無(wú)法預(yù)測(cè)或響應(yīng)系統(tǒng)中的混沌狀態(tài)。

我們大腦的神經(jīng)網(wǎng)絡(luò)是我們之所以具有智能行為的基本形態(tài)方式。我們的自然腦神經(jīng)細(xì)胞根據(jù)其連接強(qiáng)度交換電脈沖。人工神經(jīng)網(wǎng)絡(luò)模擬人的神經(jīng)網(wǎng)絡(luò)，通過(guò)在訓(xùn)練過(guò)程中調(diào)整數(shù)值權(quán)重和偏差，以最小化其實(shí)際輸出與期望輸出之間的差異來(lái)模仿此行為。例如，可以訓(xùn)練人工智能神經(jīng)網(wǎng)絡(luò)通過(guò)一些方法來(lái)識(shí)別狗：篩查大量狗的照片、猜測(cè)照片是否屬于狗、看它離是狗的結(jié)論有多遠(yuǎn)、調(diào)整其權(quán)重和偏差，直到它們更接近現(xiàn)實(shí)地辨認(rèn)出來(lái)確實(shí)是狗為止。

如何才能讓人工智能神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)或響應(yīng)系統(tǒng)中的混沌狀態(tài)，這對(duì)于從改善從醫(yī)療診斷、到無(wú)人自動(dòng)駕駛等的人工智能的應(yīng)用具有重要意義。

現(xiàn)在，北卡羅萊納州立大學(xué)非線性人工智能實(shí)驗(yàn)室（Nonlinear Artificial Intelligence Laboratory，簡(jiǎn)稱(chēng)：NAIL）的科學(xué)家發(fā)現(xiàn)，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行物理教學(xué)可以使這些網(wǎng)絡(luò)更好地適應(yīng)其環(huán)境中的混亂情況，將可以改善從醫(yī)療診斷、到無(wú)人自動(dòng)駕駛等的人工智能應(yīng)用。

研究人員通過(guò)將物理學(xué)中的漢密爾頓函數(shù)引入人工智能神經(jīng)網(wǎng)絡(luò)，可以更好地使其“看到”系統(tǒng)中的混亂并做出相應(yīng)的調(diào)整。哈密頓函數(shù)，英文：Hamiltonian function，簡(jiǎn)單來(lái)講，體現(xiàn)了有關(guān)物理系統(tǒng)動(dòng)態(tài)的完整信息，即存在的所有能量，動(dòng)能和勢(shì)能的總量。

舉例來(lái)講，一個(gè)擺動(dòng)的擺錘，它隨著時(shí)間在空間中來(lái)回移動(dòng)。如果只是觀察該擺的每一刻的運(yùn)動(dòng)，無(wú)法告訴您擺錘在擺動(dòng)將在弧度的哪里或下一步在哪里。常規(guī)的神經(jīng)網(wǎng)絡(luò)是這樣從擺的快照中進(jìn)行操作。然而熟悉哈密頓向量場(chǎng)的神經(jīng)網(wǎng)絡(luò)，會(huì)全面了解擺的整個(gè)運(yùn)動(dòng)，即擺在哪里、將擺在哪里、或可能擺在哪里、以及擺在其中的能量。

在數(shù)學(xué)與物理中，哈密頓向量場(chǎng)是辛流形上一個(gè)向量場(chǎng)，定義在任何能量函數(shù)或哈密頓函數(shù)上。如圖所示哈密頓向量場(chǎng)，也稱(chēng)哈密頓流（Hamiltonian flow ）所表示的如甜甜圈狀的圓環(huán)，彩虹色代表第四維度。

為了驗(yàn)證這個(gè)概念想法，該研究團(tuán)隊(duì)將哈密頓結(jié)構(gòu)納入神經(jīng)網(wǎng)絡(luò)應(yīng)用于已知的恒星和分子動(dòng)力學(xué)模型Hénon-Heiles模型，哈密頓神經(jīng)網(wǎng)絡(luò)準(zhǔn)確地預(yù)測(cè)了系統(tǒng)的動(dòng)力學(xué)機(jī)理，即使是系統(tǒng)在有序和混沌之間移動(dòng)的情況下。

Hénon-Heiles模型，譯為：希農(nóng)-海爾斯模型，是1962年法國(guó)數(shù)學(xué)家、天文學(xué)家米歇爾·希農(nóng)（Michel Hénon）和美國(guó)天體物理學(xué)家卡爾·海爾斯（Carl Heiles）在研究恒星繞銀河系中心時(shí)所提出的非線性運(yùn)動(dòng)模型。他們采用簡(jiǎn)化的二維非線性軸對(duì)稱(chēng)電勢(shì)，發(fā)現(xiàn)稱(chēng)為混沌軌道的不具有運(yùn)動(dòng)的第三積分的初始條件。

研究人員說(shuō)：“哈密頓量實(shí)際上是賦予神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)秩序和混亂的能力的‘特殊調(diào)味品’或‘聰明藥’。 “有了哈密頓量，神經(jīng)網(wǎng)絡(luò)以一種常規(guī)網(wǎng)絡(luò)無(wú)法認(rèn)知的方式來(lái)理解潛在的動(dòng)力學(xué)，這是邁向現(xiàn)代物理學(xué)的神經(jīng)網(wǎng)絡(luò)的第一步，可以幫助我們解決許多難題。”

該最新研究成果論文發(fā)表在最近的《物理評(píng)論E》上。