文章预览
编译: 王庆法 译者注: Charles H. Martin芝加哥大学理论化学博士,与 Bawendi(2023 年)和 Jumper(2024 年)等诺奖获得者,同师从 Karl Freed 教授。Martin 博士与伯克利合作进行基础 AI 研究,开发了重尾自正则化 (HTSR) 理论。 译者是9年前受Charles H. Martin博士的系列文章 “Why does Deep Learning work” 启发,开始从统计力学、Ising模型、重整化角度去 理解深度学习的原理 ,进而这两年解释了 大模型数理原理 。 本文是Martin博士联合卡耐基梅隆大学泰珀商学院杰出教授 Ganesh Mani ,在洞察了AI 行业发展历史,现状以及跨学科融合的趋势后,于Patterns 上发出的倡议书: 呼吁培养具有AI能力的“通才” , 以弥合理论突破与实际应用之间的差距 ,推动AGI的发展。 摘要 本文探讨了物理学、化学与人工智能的融合,并以近期的诺贝尔奖为例进行了阐述。文章回顾了神经
………………………………