当父母教孩子们与世界建立联系时，他们通过协会和模式的识别来教授。以字母s为例。父母向他们的孩子展示了足够多的信件例子，不久之后，他们将能够在指导不活跃的情况下识别其他例子；学校，一本书，广告牌。
不断出现的人工智能（AI）技术是教同样的方式。研究人员为系统提供了他们想要认识的东西的正确示例，就像一个年幼的孩子一样，AI开始识别模式并将这些知识推送到从未有过的环境中，形成了自己的神经网络进行分类。但是，像人类的情报一样，专家失去了对艾伊决策的意见的追踪。
那个黑匣子问题因此，AI的出现是因为我们完全不了解AI系统如何或为什么建立联系，也不了解其决策的变量。在寻求改善系统的可信度和安全并建立AI采用的治理时，这个问题尤其重要。”
从未能及时刹车并伤害行人的AI驱动车，到AI-Reliant的健康技术设备，可帮助医生诊断患者，AI雇用筛选过程表现出的偏见，这些系统背后的复杂性导致了一个新的研究领域的兴起：AI的物理学，该物理旨在进一步建立AI作为人类获得更高理解的工具。”
现在，一个新的独立研究小组将通过将物理学，心理学，哲学和神经科学领域融合在对AI奥秘的跨学科探索中，以解决这些挑战。
新宣布人工智能小组的物理学是NTT研究的物理与信息学（PHI）实验室的衍生产品，并在上周在加利福尼亚州旧金山举行的NTT升级2025会议上揭幕。它将继续推进人工智能方法的物理学理解AI，该团队在过去的五年中一直在研究。”
哈佛大学的应用物理与计算机科学与工程博士学位的Hidenori Tanaka博士将领导新的研究小组，以他在NTT智能系统组和CBS-NTT的AI研究计划中的先前经验为基础。
作为一名物理学家，我对智力的主题感到兴奋，因为在数学上，您如何看待创造力的概念？您甚至如何考虑善良？如果不是AI，这些概念将仍然是抽象的。很容易推测，说这是我对善良的定义，这在数学上不是有意义的，但是现在有了AI，这实际上很重要，因为如果我们想制作AI，我们必须以数学的语言来说明它是，例如，田中博士上周在升级会议的间隔上告诉我。 在研究的早期，PHI实验室认识到了解AI和机器学习以提高计算能源效率的新系统的黑匣子性质的重要性。
然而，在过去的五年中，AI的进步引起了人们越来越重要的安全性和可信赖性考虑，因此这对行业应用和治理对AI采用的决定至关重要。
通过新的研究小组，NTT研究将解决生物学和人工智能之间的相似之处，从而揭示AI机制的复杂性并建立对人类协作的更和谐融合。”
尽管在AI的整合中很新颖，但这种方法并不是什么新鲜事物。几个世纪以来，物理学家一直试图揭示技术和人类关系的确切细节，从伽利略·加利利（Galileo Galilei）关于物体如何移动及其对力学的贡献到蒸汽机在工业革命期间对热力学的了解。然而，在21世纪，科学家们正在寻求了解AI在培训，积累知识和做出决策方面的工作方式，以便将来可以设计更加凝聚力，安全和值得信赖的AI技术。”
AI是一种神经元研究，其结构的方式与人脑的工作方式非常相似。通过突触连接的神经元，这些神经元全部由计算机内的数字表示。然后，我们认为可以有物理学是关于从宇宙中拿走任何东西，对其内部运作的数学假设并进行测试的，”哈纳卡博士说。
新小组将继续与哈佛大学脑科学中心（CBS）合作，并计划与斯坦福大学副教授Suya Ganguli合作，Tanaka博士与他合着了几篇论文。”
但是，田中博士强调，自然科学和跨境方法将是基本的。2017年，当他是哈佛大学的博士学位候选人时，研究人员意识到他想做的比传统物理学更多，并跟随他的前任的脚步，从加利利（Galilei）到牛顿（Newton）和爱因斯坦（Einstein），以开放物理学的新概念世界。”
目前，AI是我可以与所有人谈论的一个话题。作为一名研究人员，这很棒，因为每个人总是要谈论AI，我也从每次对话中学习，因为我意识到人们如何以不同的方式看待和使用AI，甚至超出了学术背景。我认为NTT的使命是引发这些对话的催化剂，无论人们的背景如何，因为我们从每一次互动中学习。”田中博士总结道。