想象一下，使用人工智能比较两个看似毫无关联的创造——生物组织和贝多芬的《第九交响曲》。

表面上看，一个是生命系统，一个是音乐杰作，似乎毫无联系。然而，麻省理工学院工程学McAfee教授、土木与环境工程及机械工程教授Markus J. Buehler开发了一种新型AI方法，弥合了这种差距，揭示了复杂性和秩序中的共享模式。

“通过将生成式AI与基于图的计算工具相结合，这种方法揭示了以前难以想象的全新想法、概念和设计。通过教会生成式AI对从未见过的想法、概念和设计进行预测，我们可以加速科学发现，”Buehler说道。

这项开放获取的研究最近发表在《机器学习：科学与技术》期刊上，展示了一种高级AI方法，该方法集成了生成式知识提取、基于图的表示和多模态智能图推理技术。

图模型与范畴论的结合

该研究使用了受范畴论启发的方法构建的图作为主要机制，教会模型理解科学中的符号关系。

范畴论是数学的一个分支，研究抽象结构及其相互关系，关注对象及其相互作用，而非具体内容。通过这一框架，Buehler能够教会AI模型系统性地推理复杂的科学概念和行为。引入的符号关系（通过“态射”实现）不仅使AI画出类比，还能在不同领域之间进行更深层次的推理。

Buehler使用这种新方法分析了1000篇关于生物材料的科学论文，并将其转化为图形式的知识图谱。这些图谱揭示了不同信息之间的联系，并发现了相关想法的群体和许多概念之间的关键点。

“有趣的是，这些图具有无标度性质，高度连接，可以有效用于图推理，”Buehler表示。

“换句话说，我们教AI系统以基于图的数据思考，帮助它们建立更好的世界表征模型，提升思考和探索新想法的能力，从而促进发现。”

研究人员可以使用这一框架回答复杂问题、发现当前知识的空白、提出新材料设计方案、预测材料行为，甚至连接之前未曾关联的概念。

跨领域发现：科学与艺术的联系

AI模型发现了生物材料和《第九交响曲》之间出乎意料的相似性，表明两者都遵循复杂性模式。

“就像生物材料中的细胞以复杂但有序的方式相互作用以实现功能一样，贝多芬的第九交响曲通过排列音乐音符和主题，创造了一个复杂但连贯的音乐体验，”Buehler解释道。

在另一项实验中，该基于图的AI模型建议根据Wassily Kandinsky的抽象画作《Composition VII》的图案，设计一种新的生物材料。这一建议产生了一种全新的真菌基复合材料。

“这种材料结合了一系列创新概念，包括混乱与秩序的平衡、可调节特性、孔隙率、机械强度和复杂的化学功能模式，”Buehler指出。

这种材料不仅坚固且功能多样，还能够适应不同需求，其应用可能包括可持续建筑材料、塑料的可生物降解替代品、可穿戴技术，甚至是生物医学设备。

开创未来的创新工具

通过这种先进的AI模型，科学家可以从音乐、艺术和技术中汲取灵感，分析这些领域的数据，发现隐藏模式，为材料设计、研究，甚至音乐或视觉艺术的创新可能性开辟新天地。

“基于图的生成式AI在新颖性、探索能力和技术细节方面远高于传统方法，并通过揭示隐藏连接，建立了一个广泛有用的创新框架，”Buehler总结道。

“这项研究不仅对仿生材料和力学领域做出了贡献，还为未来的跨学科研究提供了由AI和知识图谱驱动的工具。这种研究形式可能成为科学和哲学探究的重要手段。”

“Markus Buehler对仿生材料论文的分析，将数以千兆字节计的信息转化为知识图谱，展示了各主题和学科的连通性，”密歇根大学化学科学与工程领域的Irving Langmuir杰出教授Nicholas Kotov评论道。

“这些图谱可以作为信息地图，使我们能够通过探索仿生和仿生材料子领域之间的复杂联系，识别核心主题、新关系和潜在研究方向。这些以及类似的图谱可能成为当代和未来科学家不可或缺的研究工具。”

文章来自于微信公众号“真智AI”，作者“真智AI”