理化诺奖、人工智能与知识领域的融合

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 ………………………………