图灵汇官网

近日，悉尼科技大学的研究人员推出了一种名为“扭矩聚类”的全新人工智能算法。这款算法不需要人工参与，可以大幅提升机器自主学习和识别数据规律的能力。

据科技媒体 scitechdaily 报道，这项技术在测试中表现优异，准确率高达 97.7%，优于现有方法，可能彻底改变人工智能的学习机制。它的创新之处在于结合了物理学里的扭矩原理，使算法能自行判断分类情况，还能应对形状、密度和噪音水平各异的数据。

研究团队表示，这一算法的灵感来源于星系合并时的引力作用。通过模拟自然界的运作方式，AI 能够像生物一样，借助观察、探索以及与环境交互来获取知识。

与传统的监督学习不同，“扭矩聚类”无需人工标记数据即可识别模式，这让它显得更加灵活高效。相比之下，监督学习需要耗费大量时间来标注数据，成本高昂，尤其在复杂或大规模任务中显得力不从心。

经过对 1000 个数据集的严格验证，该算法的平均调整互信息得分达到了 97.7%，而其他领先方法的得分大约为 80%。

此外，“扭矩聚类”算法无需人为设定参数，能快速处理海量数据，在生物学、化学、天文学、心理学、金融学和医学等多个领域具有广阔的应用前景，比如预测疾病发展趋势、发现欺诈行为以及分析人类行为模式等。