如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？ 第1页
1
wangliwu 网友的相关建议:
其实09年就已经有相关的工作了，还发表在了science上
Distilling Free-Form Natural Laws from Experimental Data
这篇文章介绍了仅仅利用一些实验记录的raw data，学习出了简谐运动，单摆，双摆等运动的物理规律（具体来说是Hamiltonian and Lagrangian的解析表达式）。
（图来自原paper）
当时机器学习还没现在这么火爆，文章也只是用了symbolic regression的方法定义不同变量之间的偏导作为loss，当时还是引起了不少关注的。只是现在机器学习变得火爆了，但好像反而没什么人关注这个问题了。。。
经评论区指出，今年ICLR有一篇 https://openreview.net/forum?id=BkgRp0FYe¬eId=BkgRp0FYe
类似的工作，用神经网络来学习一个表达式。
xie-dan-9 网友的相关建议:
数据从来不是它如何解释的，而是这个解释如何传播的。
比如说，股市涨跌和某人膝盖痛苦程度成正比，就算AI把这个规律总结出来，这个解释也不会被传播出去的。
1
相关话题
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？如何才能看得懂变分贝叶斯方法（Variational Bayesian）？
如何激怒一位人工智能（机器学习、深度学习、强化学习等）爱好者？
GAN生成的数据没有标签怎么用来训练分类模型？
机器学习，数据挖掘在研究生阶段大概要学些什么？
算法工程师的落地能力具体指的是什么？
机器学习的解释模型存在嘛？
机器学习门下，有哪些在工业界应用较多，前景较好的小方向？
如何理解深度学习中的deconvolution networks？
如何评价DeepMind新提出的MuZero算法？
前一个讨论
龙格现象产生的原因？
下一个讨论
如何看待南京人一年吃掉一亿多只鸭子？
相关的话题
如何看待阿里巴巴提出的 FashionAI 比赛？如何理解深度学习中的deconvolution networks？
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？
相比于时下流行的机器学习方法（联接主义），传统的人工智能方法（符号主义）有什么独一无二的优势？
神经网络的万能逼近定理已经发展到什么地步了？
AI领域的灌水之风如何破局？
消融实验是什么？
如何看待Meta（恺明）最新论文ViTDet：只用ViT做backbone（不使用FPN）的检测模型？
Google 的神经网络生成图像 (Inceptionism) 是怎么做到的？
为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
怎么通俗地理解张量？
机器学习门下，有哪些在工业界应用较多，前景较好的小方向？
ICLR 2019 有什么值得关注的亮点？
机器学习中的优化理论，需要学习哪些资料才能看懂？
有没有哪些人工的工作是无法被机器替代的？
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
怎么形象理解embedding这个概念？
是不是并不是所有问题都适合用神经网络预测？
CVPR 2019 有哪些值得关注的亮点？
如何评价论文「Stochastic Training is Not Necessary ...」?
如何评价微软亚洲研究院提出的LightRNN？
怎么通俗地理解张量？
当前（2020年）机器学习中有哪些研究方向特别的坑？
word2vec 相比之前的 Word Embedding 方法好在什么地方？
机器学习包含哪些学习思想？
欧洲有哪些统计机器学习比较强的大学或者研究院的？？
如何将某个分布作为机器学习的特征？
如何看待 Larrabee 之父 Tom Forsyth 重加入 Intel？英特尔为何下注独立显卡？
广告算法工程师的核心竞争力是什么？