重新定义黑洞物理:没有柯西视界的质量膨胀现象

重新定义黑洞物理:没有柯西视界的质量膨胀现象质量膨胀的概念,即黑洞质量在柯西视界附近指数级增长,长期以来一直是理论物理学中一个引人入胜且备受争议的话题。传统上,人们认为这种现象与柯西视界的存在密切相关。柯西视界是一种边界,超越它,未来的时间演化不再由过去条件唯一确定。然而,最近发表在《物理评论快报》的...

学生党狂喜,物理图表动起来,受力分析、光学、电路图等全自动交互

增强物理(AugmentedPhysics)可以将物理教科书中的静态图表转换成交互式模拟的工具,通过动态图示、双向绑定和参数可视化等增强策略,为学生提供了一个更直观、更个性化的物理学习体验,能够帮助学生更好地理解和掌握物理概念。在上物理课的时候,大家应该都有过那种「图太抽象了」的体会吧,需要靠空间想象力才能感受到出题...

增强物理AI系统来了!让物理课本上的图表“动”起来

对于电路图,AugmentedPhysics可以通过图像识别,自动识别电阻器和电池等元素。5.生成并运行模拟。图像分割完成并分配角色之后,系统会将分割得到的图像转换成适合物理模拟的多边形,进而生成模拟。如图7中斜坡滑行的示例。6.通过参数操作与模拟实现交互。用户可以灵活地调整模拟中的参数,例如动态对象的质量、静态对...

“诺奖背后是AI的革命”!宁诺教授解读最新诺贝尔物理学奖

“该模型的实现采用了物理学中的‘能量函数’概念。”邱国平说道。他用“烧红的铁块”形象地形容了这一原理：当模型接收到外部输入时，网络中的神经元会不断互动，寻找匹配的内容，这个过程就像是烧红的铁块（类似人类思考）。随着所需的内容逐渐匹配，铁块慢慢冷却，最终达到一个稳定的状态，即找到了需要的内容。至...

30年冷板凳,诺贝尔物理学奖得主Hinton的AI往事

Hinton坚信AI拥有情感。他认为，情感的本质就是对无法拥有之物的渴求。GeoffreyE.Hinton大概没想到诺贝尔物理学奖颁给了自己。收到消息后，他被迫取消了预约好的核磁共振。2024年诺贝尔物理学奖揭晓。机器学习专家JohnJ.Hopfield、AI教父GeoffreyE.Hinton荣获此奖，以表彰他们“基于人工神经网络实现机器学习的...

从大脑到算法,详解2024诺贝尔物理学奖 | 追问观察

Hopfield使用类似于物理学中“自旋系统能量”的概念来描述网络的整体状态;能量的计算公式考虑了所有节点的值及其之间连接的强度(www.e993.com)2024年11月14日。Hopfield网络通过将图像输入节点进行编程,这些节点被赋予黑色(0)或白色(1)的值。网络的连接随后根据能量公式进行调整,使保存的图像具有最低能量。当另一个模式输入到网络时,网络会逐个节点进...

诺贝尔物理学奖破天荒颁给“AI教父”!Hinton成首位图灵奖诺贝尔...

Hinton使用了统计物理学的工具,通过输入在机器运行时很可能出现的例子来训练机器。玻尔兹曼机可用于分类图像或创建与其训练模式类型相似的新例子。在此基础上,Hinton继续研究,帮助启动了当前机器学习的飞速发展。出生于学霸世家2018年,GeoffreyHinton与YoshuaBengio和YannLeCun一起获得了图灵奖,以表彰他们在深度学习...

为什么诺贝尔物理学奖,颁给了 AI 专家?

霍普菲尔德网络与玻尔兹曼机|图片来源:瑞典皇家科学院得益于自20世纪80年代以来的工作,约翰·霍普菲尔德和杰弗里·辛顿帮助奠定了大约2010年开始的机器学习革命的基础。说回来,他们在上世纪的突破性贡献,事实上首先源于对物理学中复杂系统的深刻理解。正是他们对物理学工具概念的应用,推动了机器学习与人工神经...

诺贝尔物理学奖罕见一幕,“AI教父”意外获奖,物理圈傻眼

它是一种基于统计物理学的网络,可以学习识别给定类型数据中的特征元素。Hinton使用了统计物理学的工具,通过输入机器运行时很可能出现的示例来训练机器。玻尔兹曼机可用于对图像进行分类,或创建训练模式类型的新示例。Hinton在此基础上继续发展,帮助开启了机器学习的爆炸式发展。”...

解读:物理诺贝尔奖为何颁给了HNN之父和深度学习之父?

而GeoffreyHinton也与诺贝尔物理奖颇有渊源,2013年,Hinton的博士同门学长PeterHiggs就获得了当年的诺贝尔物理学奖。神经网络的研究不仅仅局限于生物学和计算机科学,它还包含了许多物理学的核心思想,如梯度下降、伊辛模型等。这些物理概念不仅为神经网络的理论提供了基础,也为算法的优化和应用提供了工具。