文章预览
导语 复杂性怎样量化和驱动下一代AI系统是我们「 AI by Complexity 」读书会尝试去回答的问题。在本期读书会中，我们邀请了清华心理与认知科学系博士生程奥华做“高阶相互作用的路径积分和重整化群”主题分享，来回答如何将传统重整化群延拓到不可分解相互作用，来探究复杂网络的相变及相关性质，有助于启发对AI系统临界性和相变现象的研究；清华大学地球系统科学系博士生熊巍做“Koopman神经算子求解偏微分方程”主题分享，将重点分享为解决PDE求解问题而提出的Koopman神经算子模型，其理论基础和设计逻辑。 直播将于北京时间7月15日晚20:00-22:00线上公开进行，欢迎感兴趣的朋友参与讨论交流！ 主题一：高阶相互作用的路径积分和重整化群 内容简介 现代相变和标度不变性理论的基础是路径积分和重整化群。 尽管这些方法适用于仅具有成对
………………………………
