来源：《美国国家科学院院刊》（PNAS）
宾夕法尼亚州立大学研究团队开发了名为“ZENN”的新型AI框架。该框架将“Zentropy”熵理论嵌入神经网络，使模型能自动识别并适应不同来源数据在分辨率、噪声等方面的隐藏差异。它将数据分解为表征有效信号的“能量”和表征噪声不确定性的“内禀熵”，从而在整合计算机模拟与真实实验等异构数据时更稳健、可解释。该框架已在材料科学（如反常热膨胀合金）中成功验证，未来有望应用于阿尔茨海默病研究等领域，帮助揭示现象背后的物理机制，推动科学发现。
来源：《美国国家科学院院刊》（PNAS）
宾夕法尼亚州立大学研究团队开发了名为“ZENN”的新型AI框架。该框架将“Zentropy”熵理论嵌入神经网络，使模型能自动识别并适应不同来源数据在分辨率、噪声等方面的隐藏差异。它将数据分解为表征有效信号的“能量”和表征噪声不确定性的“内禀熵”，从而在整合计算机模拟与真实实验等异构数据时更稳健、可解释。该框架已在材料科学（如反常热膨胀合金）中成功验证，未来有望应用于阿尔茨海默病研究等领域，帮助揭示现象背后的物理机制，推动科学发现。