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
请大家帮我分析一下到底是谁的问题？为什么做机器学习的很少使用假设检验？
如何看待斯坦福博士生2prime陆一平关于新冠起源的一系列言论？
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
数据分析是不是比数据挖掘含金量低不少，并且职业前景和钱景远远不如数据挖掘？
老师给了一个神经网络的程序，他之前是跑通了的，但是我迭代几十次或者一百多次就报错。这个怎么解决?
PRML为何是机器学习的经典书籍中的经典？
有哪些令你印象深刻的魔改transformer？
搞机器学习的生环化材是天坑吗？
如何看待字节跳动 AI 实验室总监李磊入职 UCSB？
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
我应该从计算机视觉回到做FPGA 吗？领域自适应需要用到测试集数据，这样的方法有啥意义呢？
现在互联网公司还有做特征工程的工作吗？
为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?
如何评价谷歌刚推出的Cloud AutoML？
医学生学习机器学习该如何入门？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
人工智能领域有哪些精妙的数学原理？
如何系统地学习数据挖掘？
PRML为何是机器学习的经典书籍中的经典？
如何看待比 iPad 还大的史上最大芯片问世？ 功耗比电磁炉还高有什么用？
如何评价谷歌提出的 Pix2Seq：将目标检测看成语言建模，效果超过 DETR？
化工数据分析没有未来吗？
caffe开发过程中使用了哪些工具？
计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？
人工智能相关的岗位薪酬状况如何？
AI在网络安全领域（尤其是威胁检测领域），有什么好的应用场景？
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性?
为什么做stacking之后，准确率反而降低了？
如何看待NLP领域最近比较火的prompt，能否借鉴到CV领域？
机器学习中非均衡数据集的处理方法？
2022 年人工智能领域的发展趋势是什么？你都有哪些期待？
有哪些关于机器学习的真相还鲜为人知？
实验室一块GPU都没有怎么做深度学习？
如何评价 NVIDIA 最新技术 5 秒训练 NERF？
有哪些LSTM(Long Short Term Memory)和RNN(Recurrent)网络的教程？
2022 年初，你认为哪项成果代表了现在人工智能的最高水平？