集智凯风研读营2020

“集智凯风研读营” 项目是由凯风研读营资助、集智俱乐部发起的学术交流活动。通过特定学术主题，汇聚术业有专攻但又视野广阔的青年学者，举行 5-7 天的封闭式交流营活动。通过深度研读讨论前沿科学研究，共同界定和审视一些新的问题，使得在当前学术体制下，实现跨文化、跨学科、跨领域的学术创新，形成真正具有原创思想能力的学术共同体。

本次主题将定位为“面向复杂系统人工智能研究”，该研读营旨在实现对复杂系统的自动建模，从「复杂系统」的理论出发，借助人工智能的方法和技术，揭开人工智能的黑箱，突破现有人工智能可解释性瓶颈，推动通用、可解释性强的系统在相关应用领域的落地并解决实际问题。

在征得部分讲者同意之后将对其中部分的讨论进行公开，供大家一起学习，这一期的主题是针对张量网络与机器学习（会陆续公开，请大家持续关注）。

专题直播：

张量网络与机器学习

张量网络理论（TNT）是一种解决物理、数学和计算机科学问题的有力方法，能够很自然的表示极其复杂的张量指标缩并。不过虽然有了这么好的一个表示，物理学家们关心的物理问题却并没有真正得到解决，因为要真正计算出一个张量网络却并不容易。如何理解张量网络，并且如何将张量网络与机器学习模型结合来解决物理中的问题成为了近年来的热点，本次将由张潘、程嵩、王磊等老师为大家分享张量网络与机器学习的相关内容。

直播时间：

8月25日上午8:30-12:00

直播地址：

扫描二维码，点击“我要听”预约。我们后续会通知大家参加直播（包含直播地址）

分享一：

张量网络基础与缩并

张量网路在物理中经常作为有效的波函数的拟设，而在应用数学和机器学习中常常被称为张量分解。在这个报告中，张潘将介绍张量网络的表示，缩并方法以及在量子多体，统计物理以及量子线路模拟中的应用。

分享者：张潘，中国科学院理论物理研究所副研究员。

分享二：

张量网络与机器学习

张量网络是一种基于局域近似，在量子多体领域获得成功应用的数值模型。近年来，基于此模型的机器学习算法迅速崛起。其背后的主要动机有三点:1)机器学习中的模型、数据集与量子多体中的模型、波函数具有相似性；2) 张量网络模型对模型表达能力具有更好的定量表征；3)张量网络机器学习模型与量子机器学习模型密切相关。但张量网络机器学习模型目前的发展还局限在准一维的张量网络结构中，对张量网络量子机器学习的深入研究也有待开展。讲者将围绕着以上内容做一个简要的介绍。

分享者：程嵩，鹏城实验室量子计算中心助理研究员。

分享三：

张量网络与组合优化

张量网络可以用来计算有限温度下统计物理模型的配分函数，但一般无法处理零温的基态问题，即组合优化问题。在这个报告中，中科院物理研究所的王磊研究员将介绍如何在张量网络中引入 Tropic 代数，直接将自旋玻璃零温的配分函数映射到张量网络缩并问题上，并利用 GPU，Yao以及 NiLang 进行有效的计算。

分享者：王磊，中国科学院理论物理研究所研究员。

推荐阅读

统一之路：量子纠缠、时空几何与机器学习

一种面向关系的物理学：从社交网络到量子纠缠 | 原创精选

网络与几何的纠缠 | 张江

网络、几何与机器学习 | 集智-凯风研读营2018

加入集智，一起复杂！