一种面向物理信号的现象学AI基础模型
机器学习
2024-10-22 v1 人工智能
信号处理
摘要
本工作的目标是开发一个能够跨越多样化现象、领域、应用和感知装置的物理信号AI基础模型。我们提出了一种现象学方法和框架，用于创建和验证此类AI基础模型。基于该框架，我们开发并训练了一个模型，基于0.59亿个跨模态传感器测量样本进行训练，涵盖从电流到流体流动再到光学传感器等各种物理过程。值得注意的是，模型在训练过程中未引入任何物理定律或归纳偏置。通过几个真实世界的实验，我们展示了一个单一的基础模型能够有效地对物理行为进行编码和预测，包括训练中未见过的现象。该模型还能够跨越规模不同的物理过程，从简单弹簧-质量系统的轨迹跟踪到预测大型电网动态。本工作凸显了构建统一AI基础模型以涵盖多样化物理世界过程的潜力。
引用
@article{arxiv.2410.14724,
title = {A Phenomenological AI Foundation Model for Physical Signals},
author = {Jaime Lien and Laura I. Galindez Olascoaga and Hasan Dogan and Nicholas Gillian and Brandon Barbello and Leonardo Giusti and Ivan Poupyrev},
journal= {arXiv preprint arXiv:2410.14724},
year = {2024}
}