好意思国麻省理工学院团队创建了一个私有的机器学习“元素周期表”哥哥干哥哥干，它展示了卓绝20种经典机器学习算法之间的有关。这一框架揭示了科学家和会不同法子中的计策，将革新现存的AI模子或提议全新的模子，并进一步促进东说念主工智能（AI）本事的发展和应用。

　　化学中的元素周期表是凭据元素原子核电荷数从小至大排序构建的列表。元素周期表能准确地掂量各元素的特质偏激之间的相关，因此它在化学偏激他科学限制中获取了平素使用，是分析化学作为时相配有效的框架。

　　这次创建的AI框架则基于一个中枢想想：悉数这些算法齐在学习数据点间的特定相关，尽管每种算法兑现这小数的神色可能略有不同，但背后的中枢数学旨趣是重叠的。基于此，狡计东说念主员找到了一个和谐的方程式，它是好多经典AI算法的基础。讹诈这个方程式，他们从头构建并列列了一些流行的法子，凭据它们学习到的数据点间的相关类型对每种法子进行分类。

　　举例，通过将两种不同算法的要害元素组合起来，团队建筑出了一种新的图像分类算法，其性能比现存开始进的本事向上8%。这标明，这种机器学习“元素周期表”不仅有助于和会现存算法之间的有关，还为创造更高效的算法提供了本体指点。

　　就像化学元素周期表当先留有空缺恭候畴昔科学家填充不异哥哥干，这个机器学习的“元素周期表”中也存在一些空缺区域，泄露着表面上应该存在但尚未被发现的算法。这些空缺掂量了潜在的新算法位置，为东说念主们提供了一个用具包，无谓再重复探索已往法子中已涵盖的办法，让想象新算法变得愈加高效。