2024年诺贝尔物理学奖授予 John Hopfield 和 Geoffrey Hinton,表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”,人工神经网络可以说是统计物理引发的机器学习革命。次日的诺贝尔化学奖则授予蛋白质设计和结构预测的相关研究,展现了人工智能在推动科学创新方面的重要作用。一方面是 AI for Science,另一方面是 Science for AI,这种双向互动不仅促进了物理学和人工智能的融合,也加速了对复杂系统的理解。
10月26日(本周六)上午10:00-12:00 ,我们邀请到三位集智科学家,加州大学圣迭戈分校副教授尤亦庄,北京师范大学教授、集智俱乐部创始人张江,香港浸会大学助理教授唐乾元(傅渥成),一起解读2024年诺贝尔奖。
此次活动将在集智俱乐部和喜马拉雅同步直播。欢迎关注,和我们互动交流!关于2024年诺贝尔奖,有哪些问题你希望听到更深入的讨论?也欢迎在评论区留言,向三位集智科学家提问。
1. 2024年诺贝尔物理学奖授予机器学习,令人意外吗?(怎样看待大家的吐槽?)
2. John Hopfield 和 Geoffrey Hinton 的主要贡献是什么?
4. 人工智能和科学的发展如何相互赋能?(万物皆AI?)
5. 统计物理与复杂系统可以提供哪些启发?(万物皆物理?)
6. AI 会超越人类的理解力发现新物理吗?AI 可以解释 Complexity 吗?
尤亦庄,加州大学圣迭戈分校副教授,集智科学家。研究领域为理论凝聚态物理、量子多体物理、人工智能。
个人主页:https://everettyou.github.io/
张江,北京师范大学系统科学学院教授,集智俱乐部、集智学园创始人,集智科学研究中心理事长。曾任腾讯研究院、华为战略研究院等特聘顾问。主要研究领域包括因果涌现、复杂系统分析与建模、规模理论等。
个人主页:https://jake.swarma.org/
唐乾元(笔名傅渥成),香港浸会大学助理教授,集智科学家。研究方向:研究数据驱动的复杂生物系统的简化方法,揭示控制生物行为的普遍规律。
个人主页:https://physics.hkbu.edu.hk/people/dr-tang-qianyuan
时间:2024年10月26日(本周六)上午10:00-12:00
斑图链接:https://pattern.swarma.org/study_group_issue/796?from=wechat
此次活动公开直播。欢迎扫码参与「非平衡统计物理」读书会,加入群聊,获取系列读书会回看权限,加入「统计物理」社区,与社区的一线科研工作者沟通交流,共同推动这一前沿领域的发展。
2024年诺贝尔物理学奖授予人工神经网络,这是一场统计物理引发的机器学习革命。统计物理学不仅能解释热学现象,还能帮助我们理解从微观粒子到宏观宇宙的各个层级如何联系起来,复杂现象如何涌现。它通过研究大量粒子的集体行为,成功地将微观世界的随机性与宏观世界的确定性联系起来,为我们理解自然界提供了强大的工具,也为机器学习和人工智能领域的发展提供了重要推动力。
为了深入探索统计物理前沿进展,集智俱乐部联合纽约州立大学石溪分校教授汪劲、德累斯顿系统生物学中心博士后研究员梁师翎、香港浸会大学助理教授唐乾元(傅渥成),共同发起「非平衡统计物理」读书会,关注非平衡统计物理的前沿理论、生命和热力学、统计物理与机器学习交叉三个大的主题方向,涵盖热机优化问题、涨落相关的热力学、反常热力学现象、信息视角下的热力学、生命系统的景观和流理论、活性物质、生命系统、种群动力学、机器学习和人工智能等前沿话题。我们诚挚邀请相关领域的研究者分享工作,也欢迎感兴趣的朋友们一起参与讨论交流!(扫描下图中二维码报名)
报名链接:https://pattern.swarma.org/study_group/54
关于2024年诺贝尔奖,有哪些问题你希望听到更深入的讨论?欢迎在评论区留言告诉我们~
点击“阅读原文”,报名读书会