人工智能学者拿下诺贝尔物理学奖,意料之外还是情理之中?|甲子光年

它一种随机性神经网络,其基本思想源自统计物理中的波尔兹曼分布。玻尔兹曼机通过训练实际运行中可能出现的示例来学习,可以用于对图像进行分类或生成基于所训练模式类型的新示例,即生成模型的早期例子。波尔兹曼机由两部分组成:可见单元和隐藏单元,它们通过权重连接。这种网络能够通过模拟退火的过程来学习和推理,让系统逐渐找...

神经网络理论研究的挑战性课题:统计物理能否给智能科学带来第一性...

虽然更抽象的模型失去了对于低层次细节的预测能力,但拥有了精确解释系统如何行之有效的概念上的好处,而且数学描述可以是普适的,不受具体细节影响(或称琐碎的变量)[1]。一个开创性的例子是霍普菲尔德模型[2],其精确揭示了在大脑中观察到的联想记忆的机制[3,4]。虽然作为物理学家的玩具模型从神经生物学上看十分...

AI在今年诺奖中为自己画了个闭环,AI+科学“双螺旋引擎”开启科学...

欣顿则通过引入玻尔兹曼分布的概念,发展出了玻尔兹曼机,这一模型为机器学习中的深度生成模型奠定了基础。从底层逻辑看,物理学的使命是研究从宇宙到粒子跨尺度复杂系统第一性原理。而从信息论角度看,机器学习的范畴也会落在物理学覆盖的领域之内,基于能量的模型(Energybasedmodel)可以将优化问题和物理问题融合起来。

推理大模型来了,OpenAI o1解答物理、生物和化学问题水平超越人类...

1)注重思考过程:“推理模型”会在回答问题之前进行更多思考,采取了用思考时间来给出更优的结果,这与语言大模型一步到位给出答案不同;2)自生成思维链:团队使用强化学习(RL)训练模型生成和完善自己的思维链,而不仅仅依赖人类编写的思路链;3)可以自我反思:o1能够质疑自己、反思错误,展现出更复杂的推理过程,尤其是...

从麦克斯韦妖到量子生物学,生命物质中是否潜藏着新物理学?

直到著名的麦克斯韦妖(Maxwell'sdemon)出现之前,信息和物理之间的联系一直不甚明确。而如今,信息正在成为连接物理学和生物学的一个关键概念。许多物理学家主张将信息放在物理学的核心位置,而另一些物理学家则猜测:新物理学潜藏在生物体的世界中。生物学正在成为物理学的下一个伟大前沿。

2024年诺贝尔物理学奖发错了?

霍普菲尔德提出了联想记忆的物理机制,用动力学实现联想记忆功能,提出一个具有联想记忆功能的模型,即霍普菲尔德神经网络模型(www.e993.com)2024年11月24日。辛顿与霍普菲尔德的学生TerrenceSejnowski以及合作者发明的方法基于玻尔兹曼统计分布,相当于有限温度下的霍普菲尔德模型,与近年机器学习的突飞猛进直接相关。诺贝尔颁奖词强调,这里既有发现,也有发明。我...

诺贝尔物理学奖为何颁给机器学习?Physics for AI 综述介绍

统计物理是微观与宏观的桥梁,它提供了研究物质世界宏观性质的一个强有力的理论工具。在机器学习中,统计物理的思想常被用来设计处理具有随机性的模型,统计物理学中的许多概念(比如熵、混沌)和一些经典物理模型(比如伊辛模型)常被借鉴到机器学习中。1.非平衡统计物理...

量子悖论只是想象?仅为个人主观心理状态反应

玻尔认为,波函数是量子理论中“纯粹象征性地”形式体系(formalism)的组成部分,只是一种计算工具而已。量贝模型首次为玻尔的主张提供了数学支持。这一模型融合了量子理论与贝叶斯统计,后者已有200多年历史,它将“概率”定义为某种类似“主观信念”(subjectivebelief)的东西。得到新的信息之后,如何修正主观信念,贝叶斯统计...

“自然”和“人工”的边界:关于人工智能与合成生物学的讨论

这引发了关于不同学科之间关系的概念框架的新理论问题。这个方面引发了许多典型的问题,在过去一个世纪里,科学哲学已经从一般的科学哲学变成了特定科学哲学,并且这些概念问题也在不断增加,因为特定科学的数量增多,比如医学哲学、认知科学或工程科学已成为更经典的物理学、生物学或数学哲学的补充领域。

追问weekly | 过去一周,脑科学领域有哪些新发现?

量子计算与机器学习融合:突破多体物理学难题无需电力的电路助力机器人“独立思考”为什么没有听觉魔术?DPAD:利用AI揭示大脑活动与行为之间的复杂非线性模式大语言模型生成的虚假信息可能威胁未来的社会信任AI生成编程作业接近学生水平,但仍可被人类评估者识别...