写给物理学家的生成模型

文章预览

| 作者：王磊 1,† 张潘 2 (1 中国科学院物理研究所) (2 中国科学院理论物理研究所) 本文选自《物理》2024年第6期 摘要       科学研究的本质在于创造。生成式人工智能为更有创意的科学探索打开了无尽的想象空间。作为 生成式人工智能 的核心，生成模型学习数据样本背后的概率分布，并据此随机采样生成新的样本。 生成模型和统计物理在本质上是同一枚硬币的两面。 文章从物理的视角介绍 扩散模型、自回归模型、流模型、变分自编码器等现代生成模型 。生成模型在原子尺度物质结构的生成与设计中展现出巨大的潜力。不仅如此，基于和统计物理的内在联系，生成模型对于优化“大自然的损失函数”——变分自由能具有独特的优势，这为求解困难的统计物理和量子多体问题提供了新的可能。同时，物理学的洞察也在推动生成模型的发展和创新 ………………………………