人工智能在物理学中的应用 专题背景  
  近年来, 人工智能技术发展迅速,在图像处理、模式识别、数据挖掘、智能控制等方面得到了广泛应用,取得了一系列令人鼓舞的研究成果。高能物理、天文物理、凝聚态物理等作为典型的数据驱动的科学发现,一切活动都围绕获取和分析数据,随着实验规模的扩大,大数据分析在科学研究领域具有巨大的应用潜力,数据处理也面临巨大的挑战。例如大规模天文巡天已成为天文学家研究宇宙的主要形式和有效手段,也是未来天文学家解决科学问题的基本途径。而破解宇宙的结构和演化是一个环环相扣的工程,海量天文数据的分析则是最基础的一环。面对爆炸式增长的天文数据,亟需与之相应的大数据分析能力。如何丰富天文数据的分析手段,将计算智能方法应用于天文大数据分析?如何发展针对天文大数据分析的计算智能新方法,从不断增长的海量天文数据中挖掘科学价值,识别其中的已知天体,发现隐藏其中的未知天体、稀有天体和新的天文现象?解决上述问题是天文学家和数据科学家面临的共同课题。
人工智能在物理学中的应用 报告视频
 
《材料基因组基本理念与科学内涵》 王崇愚院士
清华大学
《计算机处理围棋复杂的能力压倒了人类:AlphaGo技术原理分析》 陈经研究员
亚洲视觉科技
 
《基于群体智能的CALYPSO材料结构预测方法与软件》 马琰铭教授
吉林大学
《大数据时代的天文学》 张彦霞研究员
中国科学院国家天文台
《深度生成模型在药物设计中应用》 唐乾元博士
《人工智能与量子物理》 王磊博士
中国科学院物理研究所
 
人工智能在物理学中的应用
讨论部分
 
人工智能在物理学中的应用 专题文章
 
基于智能全局优化算法的理论结构预测
高朋越,吕健†,王彦超,马琰铭
凝聚态物质内部的原子堆垛方式,即微观原子结构,是深入理解其各种宏观物理和化学性质的基础。近年来,随着基于群智理论的全局优化算法和第一性原理计算方法的发展,只根据物质的化学组分和外界条件,通过理论计算来确定或预测物质的微观原子结构成为可能。文章将对目前国内外主要理论结构预测方法进行简要的概述,重点介绍基于群智算法的卡里普索(CALYPSO)结构预测方法的基本原理及其在凝聚态物质结构研究中的一些典型应用。
机器学习方法在量子多体物理中的应用
蔡子†
机器学习方法近年来在许多不同的领域受到广泛的关注,文章回顾了机器学习方法在量子多体物理中的应用的几个有代表性的例子,着重讨论了机器学习方法对于解决量子多体物理中“指数墙”困难的可能的潜在意义。除此以外,量子多体物理中的若干方法和思想反过来可能对理解机器学习领域面临的核心问题有重要的启发作用。
深度学习在高能物理领域中的应用
汪璐†
深度学习是一类通过多层信息抽象来学习复杂数据内在表示关系的机器学习算法。近年来,深度学习算法在物体识别和定位、语音识别等人工智能领域,取得了飞跃性进展。文章将首先介绍深度学习算法的基本原理及其在高能物理计算中应用的主要动机。然后结合实例综述卷积神经网络、递归神经网络和对抗生成网络等深度学习算法模型的应用。最后,文章将介绍深度学习与现有高能物理计算环境结合的现状、问题及一些思考。
信息时代的天文学
张彦霞†,赵永恒
21世纪的天文学步入大数据时代和信息时代,呈现出了新面貌。天文学的起源问题和面临的信息科学问题仍是天文学家亟待解决的难题。尽管科学家们已经取得了一些成果,但在新的形势下,还需用人工智能方法武装头脑,与其他领域的专家或企业合作,培养和造就面向大数据的新一代人才,共同谱写天文学的华丽篇章。
计算机处理围棋复杂的能力压倒了人类
陈经†
2016年3月以及2017年5月,在与李世石和柯洁两位最顶尖人类棋手的两次围棋人机大战中,AlphaGo分别以4:1和3:0的比分获胜。围棋界从对计算机围棋评价不高,到承认计算机已经彻底战胜了人类棋手,只有短短的一年多时间。文章介绍蒙特卡罗树形搜索、策略网络、价值网络、强化学习等围棋算法思想,回顾计算机围棋算法不断发展直至处理复杂的能力超过人类棋手的历程,并展望人工智能对围棋与社会的影响。
人工智能在物理学中的应用 图片
更多>>  

报告现场1

报告现场2

报告现场3

陈经研究员回答提问

陈经研究员回答提问2

陈经研究员作报告

陈经研究员作报告2

陈经研究员作报告3

观众提问1

观众提问2

观众提问3

马琰铭教授回答提问

马琰铭教授作报告

马琰铭教授作报告2

唐乾元博回答提问

唐乾元博士回答提问

唐乾元博士作报告

唐乾元博士作报告2

提问现场

提问现场2

提问现场3

王崇愚院士回答提问

王崇愚院士作报告

王崇愚院士作报告2

王磊博士回答提问

王磊博士回答提问2

王磊博士作报告1

王磊博士作报告2

现场观众

张彦霞研究员回答提问

张彦霞研究员作报告