悉尼科技大學的研究團隊近日發布了一種名為“扭矩聚類”的全新AI算法。該算法模擬自然智能，無需人工干預即可大幅提高AI系統自主學習和識別數據模式的能力。在測試中，扭矩聚類的準確率高達97.7%，超越現有方法，有望引領AI學習的范式轉變。

　　扭矩聚類的獨特之處在于其基于物理學中的扭矩概念，能夠自主識別聚類，并無縫適應不同形狀、密度和噪聲程度的數據類型。其靈感源于星系合并過程中引力相互作用的扭矩平衡，通過模擬自然界的學習方式，讓AI像動物一樣通過觀察、探索和與環境互動來學習。

　　不同于傳統的監督學習，扭矩聚類無需人工標記數據即可識別模式，使其更具擴展性和效率。該算法在1000個不同的數據集上進行了嚴格測試，平均調整互信息(AMI)得分高達97.7%。其完全自主、無需參數的特點使其能高效處理大型數據集，廣泛應用于生物學、化學、天文學、心理學、金融和醫學等領域，如發現疾病趨勢、識別欺詐活動和理解人類行為等。