当前位置: 首页 > news >正文

这届物理与化学诺奖对S2AIAI4S的启示

物理学与AI看似神秘而又简洁的纠缠

随着今年诺贝尔物理学奖(这篇还没来得及发,化学奖也...)的颁布,不管是国内某圈还是国外某管,无论是学术界又或产业界,充斥着震惊又或是“物理学不存在了”之类的调侃,甚至形成了两极分化的极端认知。

509f5bd828b64b82a4e1c73b19aa04a4.jpg

 fcc8ec703ef946e4959ce3a4823483b0.jpg

 

当然想借着这股热乎劲儿,再跟大伙分享下我对这个事儿的一些看法以及结合近期思考对于未来AI与物理学之间的那些看似神秘却又简洁的纠缠...

 

简单说明一下:本篇笔记的灵感来自于之前阅读过的多篇AI与物理学交叉学科的相关论文,不少体会也来自于《中国物理学会期刊》、王庆法老师“清熙”公号文章以及忙于各自内卷未曾谋面的知(基)己(友) · 跨国人工智能从业者 宋斐 的观点~

 

以史为鉴,当下物理学的研究范式虽然并不完全依赖于庞杂的数据,AI的研究方法亦并非完全遵循特定的物理学规律,但人工神经网络(HNN)和统计物理的关系在直觉与众多跨学科研究实践上是至少是非常紧密的,因此不管是对AI的研究也好还是对于物理的探索发现,一旦洞悉到HNN模型与物理学基因的相互借鉴与联系,我想就会比较容易相互借鉴、理解甚至改造它们,以至发明新的AI模型或洞悉新的物理现象。

eb2adddd06f84aa4bde26492fee33039.png

 

包括最近理论领域活跃的自由能理论、超图框架、重整化群..

AI与统计物理学跨学科研究下的扩散模型、流模型、伊辛模型、变分自编码器以及KAN网络..

以及两位诺奖得主Hopfield老爷子的以自旋玻璃理论为依据的Hopfield网络和Hinton老爷子的玻尔兹曼机..

74f1f103f5a047fcb1160601dc0d588c.jpg

 

这里需要指出的是,上述两个学科的联系是可对比借鉴但不必局限的,虽说直觉上两者联系似乎很紧密,但毕竟对于当前通用智能或认知下的复杂联合概率分布与物理世界各领域下的统计物理概率分布在变换形式与机制上还未形成统一和充分的理论论证:

「也许这一研究方向将是未来建立连接物理学与认知科学的真正的桥梁」

且其关键核心内涵取决于底层更加抽象而多样化的数学变换形式与计算基础:

「如“归一化因子”对应下的贝叶斯推断中的“边际似然”与统计物理下的“配分函数或自由能计算”两者间的类比与借鉴甚至可能存在的联系;甚至更多诸如NN模型下的“对数似然函数”、“目标函数”、“隐变量”、“自回归采样”与统计物理下的“能量函数”、“力”、“微观构型作用变量”、“分子动力学模拟”的一一类比对应或可能的潜在联系」

aaae01ffa2114b93b087b93abf326802.jpg

 

ps:至少两者间所面临在计算复杂度上的挑战是有一定共性的,哈哈;)

 

不过,得益于近些年信息论下的计算机科学以及人工神经网络的快速发展,在信息处理与复杂计算上我们也掌握了诸多非常强大的数学工具与思想,如相对熵即我们所熟知的Kullback—Leibler散度,以平滑的计算度量及后续渐进式的拟合两种不同数量级下概率分布下的相似性,并尝试将系列方法反哺到统计物理学的应用与实践中去,如与变分自由能计算的对齐与互补,甚至绕过基于物理原理难以计算的分子动力学模拟方法,采用扩散思想直接基于自然界已有数据采样并生成新的微观物质结构...

 

同时,看到很多研究尝试将连接主义下的人工神经网络的黑盒机制用某种统计物理学中所体现的微观变量概率分布现象来去作为理论基础或理论解释,从严谨性来说我觉得应该持保留意见和审视态度,但“借鉴”、“尝试”和“改造”是非常有意义的,如自由能、伊辛自旋、自旋玻璃、扩散模型中的物理扩散思想借鉴、甚至是KAN中通过B样条曲线的某种符号化形式上的模型结构嵌入。

850308c4528c48abb777067fe2786dd9.jpg

 

反之,上面所列举的跨学科间对应关系也暗示了人工智能中涉及的不少挑战或问题都具有和统计物理问题相似的计算难度,如计算高维概率分布函数的归一化因子涉及到理论计算科学中所谓“#P难”的一类计数问题,一般被认为不存在快速(多项式时间复杂度)的求解算法。不过,相信未来在更具跨学科创新精神的研究者们通过对纯数理空间、数学变换与数值计算的持续探索、求解下,诸如采用上述相对熵对于目标函数的巧妙利用以绕过相关挑战,为高维变量的概率建模和变分计算打开了新的可能。

5deeb8ad287e4e1f9ae556a9b82bf8aa.jpg

 

我想,也许这就是这次诺贝尔物理学与化学奖颁布下对于未来科学范式S2AI&AI4S的启示吧。

希望上述内容能够帮助到大伙,或解惑或进一步激发大家对物理学与AI的兴趣并保持对当下与未来物理学与AI创新研究的多一分理解和善待,同时,鉴于受限当前宏观或微观物理学的观测瓶颈以及人们仍对认知智能的某种未知局限,也希望各界保持更多的耐心和期待!

 

作者:吕明

相关文章:

这届物理与化学诺奖对S2AIAI4S的启示

物理学与AI看似神秘而又简洁的纠缠 随着今年诺贝尔物理学奖(这篇还没来得及发,化学奖也...)的颁布,不管是国内某圈还是国外某管,无论是学术界又或产业界,充斥着震惊又或是“物理学不存在了”之类的调侃&am…...

压力测试指南-云环境中的压力测试实践

云环境中的压力测试实践 1. 云环境对压力测试的影响​ 在数字化转型的浪潮中,云环境已成为软件部署与测试的首选。它不仅提供了无限的可扩展性,还极大地改变了我们进行压力测试的方式。传统本地环境中,硬件资源的限制常导致无法模拟真实世界…...

基于多密钥同态加密的安全高效的联邦学习

文章目录 摘要与简介部分1、联邦学习 FL2、同态加密 HE3、文章创新点 一、简介1、基于 HE 的 FLs2、离线问题3、计算开销4、该文章的工作5、文章的贡献点 二、背景和相关研究1、基于多方安全计算 (SMC) 的联邦学习 (FL)2、基于差分隐私 (DP) 的联邦学习 (FL)3、基于可信执行环境…...

R语言统计分析——气泡图

参考资料:R语言实战【第2版】 气泡图(bubble plot)用来展示三个定量变量间的关系:先创建一个二维散点图,然后用点的大小来代表第三个边变量的值。 我们可以使用symbols()函数来创建气泡图。该函数可以在指定的(x,y)坐标…...

实用篇—Navicat复制多条INSERT语句,去除ID列执行

在数据库管理中,常常需要将数据从一个表复制到另一个表。使用 Navicat 等工具可以方便地导出多条 INSERT 语句,但有时我们不需要某些列(如 ID 列)。本文将介绍如何在 Navicat 中复制多条 INSERT 语句,并去除 ID 列以便…...

pytorch中张量的有关操作

pytorch中张量的有关操作 创建张量torch.tensor(data): 从数据创建张量torch.zeros(size): 创建元素全为0的张量torch.ones(size): 创建元素全为1的张量torch.empty(size): 创建未初始化的张量torch.randn(size): 创建服从标准正态分布的张量torch.arange(start, end, step): 创…...

Windows多线程编程 互斥量和临界区使用

Windows 多线程编程允许程序同时运行多个线程,提高程序的并发性和执行效率。多线程编程中的核心概念包括线程的创建、同步、调度、数据共享和竞争条件等。本文详细介绍了 Windows 多线程编程的关键技术点,并解释如何使用线程同步机制来保证线程安全。 1…...

Java中集合类型的转换

在Java编程中,集合框架(Collections Framework)提供了一套用于存储和处理对象集合的接口和类。由于集合框架的灵活性和强大功能,我们经常需要在不同的集合类型之间进行转换。本文将介绍Java中常见的集合类型转换方法,包…...

汽车售后TPMS浅谈

汽车售后中的TPMS,即轮胎压力监测系统(Tire Pressure Monitoring System),是一种重要的汽车安全系统。以下是对汽车售后TPMS的详细解释: 一、TPMS的作用 TPMS的主要作用是在汽车行驶过程中对轮胎气压进行实时自动监测…...

LUCEDA IPKISS Tutorial 77:在版图一定范围内填充dummy

案例分享:在给定的Shape内填充dummy 所有代码如下: from si_fab import all as pdk from ipkiss3 import all as i3 from shapely.geometry import Polygon, MultiPolygon import numpy as np import matplotlib.pyplot as pltclass CellFilledWithCon…...

TON生态小游戏开发:推广、经济模型与UI设计的建设指南

随着区块链技术的快速发展,基于区块链的Web3游戏正引领行业变革。而TON生态小游戏,借助Telegram庞大的用户基础和TON(The Open Network)链上技术,已成为这一领域的明星之一。国内外开发者正迅速涌入,开发和…...

Python 量子机器学习:基础概念、关键算法与应用实践

🌟 Python 量子机器学习:基础概念、关键算法与应用实践 目录 🌍 量子计算的基本原理 量子位、叠加、纠缠等概念解析量子计算如何影响机器学习:速度与效率的提升 🚀 量子机器学习中的关键算法 量子支持向量机&#xf…...

信息安全数学基础(29) x^2 + y^2 = p

前言 方程 x2y2p 是一个涉及整数解和素数 p 的二次方程。这个方程在数论和几何中都有重要的意义,特别是在研究圆的整数点和费马大定理的背景下。 一、定义与背景 方程 x2y2p 表示一个平面上的圆,其圆心在原点 (0,0),半径为 p​(当…...

ChatGPT国内中文版镜像网站整理合集(2024/10/06)

一、GPT中文镜像站 ① yixiaai.com 支持GPT4、4o以及o1,支持MJ绘画 ② chat.lify.vip 支持通用全模型,支持文件读取、插件、绘画、AIPPT ③ AI Chat 支持GPT3.5/4,4o以及MJ绘画 1. 什么是镜像站 镜像站(Mirror Site&#xff…...

图文深入理解Oracle DB Scheduler

值此国庆佳节,深宅家中,闲来无事,就多写几篇博文。今天继续宅继续写。本篇图文深入介绍Oracle DB Scheduler。 Oracle为什么要使Scheduler? 答案就是6个字:简化管理任务。 • Scheduler(调度程序&#x…...

gin如何具体利用Server-Send-Events(SSE)实时推送技术实现消息推送

目录 业务场景 解决方案 1. 轮询 2. WebSocket 3. SSE(Server-Send-Events) 代码实现 总结 业务场景 在抖音、美团等APP中,我们经常会遇到APP内部的消息推送,如关注的人的动态消息推送、点赞评论互动消息推送以及算法推荐消息推送。这些场景都是…...

写端口-tcp udp不同方式发包和接包

最近一直在学习网络编程,今天把 socket部分做一个总结。 Python 的socket库可以实现不同协议不同地址的发包和收包,无奈资料很少,官方例子有限,大神博客很少提及, 经过一番尝试后,总结以下几点用法以便大家…...

计算机的错误计算(一百二十)

摘要 探讨在许多应用中出现的函数 的计算精度问题。 例1. 考虑在许多应用中出现的函数 计算 不妨在Python下计算: 若用下列Rust代码在线计算: fn f(x: f64) -> f64 {(x.exp() - 1.0) / x }fn main() {let result f(0.9e-13);println!("…...

Spring Boot 中使用 JSON Schema 来校验复杂 JSON 数据

​ 博客主页: 南来_北往 系列专栏:Spring Boot实战 在现代软件开发中,尤其是构建 RESTful API 时,处理 JSON 数据已成为一项基本任务。JSON(JavaScript Object Notation)因其轻量级和易于人类阅读的特点&#xff…...

QT实现Opencv图像处理

案例 基于QT的人脸识别 pro文件需要加以下代码 INCLUDEPATH E:/opencv/opencv3.4-qt-intall/install/include INCLUDEPATH E:/opencv/opencv3.4-qt-intall/install/include/opencv INCLUDEPATH E:/opencv/opencv3.4-qt-intall/install/include/opencv2 LIBS E:/opencv/o…...

工业安全零事故的智能守护者:一体化AI智能安防平台

前言: 通过AI视觉技术,为船厂提供全面的安全监控解决方案,涵盖交通违规检测、起重机轨道安全、非法入侵检测、盗窃防范、安全规范执行监控等多个方面,能够实现对应负责人反馈机制,并最终实现数据的统计报表。提升船厂…...

Docker 运行 Kafka 带 SASL 认证教程

Docker 运行 Kafka 带 SASL 认证教程 Docker 运行 Kafka 带 SASL 认证教程一、说明二、环境准备三、编写 Docker Compose 和 jaas文件docker-compose.yml代码说明:server_jaas.conf 四、启动服务五、验证服务六、连接kafka服务七、总结 Docker 运行 Kafka 带 SASL 认…...

GitHub 趋势日报 (2025年06月08日)

📊 由 TrendForge 系统生成 | 🌐 https://trendforge.devlive.org/ 🌐 本日报中的项目描述已自动翻译为中文 📈 今日获星趋势图 今日获星趋势图 884 cognee 566 dify 414 HumanSystemOptimization 414 omni-tools 321 note-gen …...

多种风格导航菜单 HTML 实现(附源码)

下面我将为您展示 6 种不同风格的导航菜单实现&#xff0c;每种都包含完整 HTML、CSS 和 JavaScript 代码。 1. 简约水平导航栏 <!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport&qu…...

什么?连接服务器也能可视化显示界面?:基于X11 Forwarding + CentOS + MobaXterm实战指南

文章目录 什么是X11?环境准备实战步骤1️⃣ 服务器端配置(CentOS)2️⃣ 客户端配置(MobaXterm)3️⃣ 验证X11 Forwarding4️⃣ 运行自定义GUI程序(Python示例)5️⃣ 成功效果![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/55aefaea8a9f477e86d065227851fe3d.pn…...

Web 架构之 CDN 加速原理与落地实践

文章目录 一、思维导图二、正文内容&#xff08;一&#xff09;CDN 基础概念1. 定义2. 组成部分 &#xff08;二&#xff09;CDN 加速原理1. 请求路由2. 内容缓存3. 内容更新 &#xff08;三&#xff09;CDN 落地实践1. 选择 CDN 服务商2. 配置 CDN3. 集成到 Web 架构 &#xf…...

Redis的发布订阅模式与专业的 MQ(如 Kafka, RabbitMQ)相比,优缺点是什么?适用于哪些场景?

Redis 的发布订阅&#xff08;Pub/Sub&#xff09;模式与专业的 MQ&#xff08;Message Queue&#xff09;如 Kafka、RabbitMQ 进行比较&#xff0c;核心的权衡点在于&#xff1a;简单与速度 vs. 可靠与功能。 下面我们详细展开对比。 Redis Pub/Sub 的核心特点 它是一个发后…...

【Go语言基础【12】】指针:声明、取地址、解引用

文章目录 零、概述&#xff1a;指针 vs. 引用&#xff08;类比其他语言&#xff09;一、指针基础概念二、指针声明与初始化三、指针操作符1. &&#xff1a;取地址&#xff08;拿到内存地址&#xff09;2. *&#xff1a;解引用&#xff08;拿到值&#xff09; 四、空指针&am…...

【JavaSE】多线程基础学习笔记

多线程基础 -线程相关概念 程序&#xff08;Program&#xff09; 是为完成特定任务、用某种语言编写的一组指令的集合简单的说:就是我们写的代码 进程 进程是指运行中的程序&#xff0c;比如我们使用QQ&#xff0c;就启动了一个进程&#xff0c;操作系统就会为该进程分配内存…...

三分算法与DeepSeek辅助证明是单峰函数

前置 单峰函数有唯一的最大值&#xff0c;最大值左侧的数值严格单调递增&#xff0c;最大值右侧的数值严格单调递减。 单谷函数有唯一的最小值&#xff0c;最小值左侧的数值严格单调递减&#xff0c;最小值右侧的数值严格单调递增。 三分的本质 三分和二分一样都是通过不断缩…...