Quantrinas: В спиновых жидкостях терия совсем другая. Для стёкол может что-то такое и можно за уши притянуть, ну так и везде тянут. Это просто метод многовекторной оптимизации, а не физическая теория.
Хоть метод «горшком» назовите, но нахождение основного состояния и фазовых переходов во взаимодействующих спиновых систем это физическая задача. И эта задача (и новые методы ее решения) получила НП 2024 г.
Ну, а то, что сейчас появятся статьи в ЖП (желтой прессе) о том, что:
-это не физика, а «хайп»;
-получили совсем не те люди, которые «заслужили»,
это к гадалке не ходи. Но, физики справятся
This year’s two Nobel Laureates in Physics have used tools from physics to develop methods that are the foundation of today’s powerful machine learning. John Hopfield created an associative memory that can store and reconstruct images and other types of patterns in data. Geoffrey Hinton invented a method that can autonomously find properties in data, and so perform tasks such as identifying specific elements in pictures.
Два лауреата Нобелевской премии по физике этого года использовали инструменты из физики для разработки методов, которые являются основой современного мощного машинного обучения. Джон Хопфилд создал ассоциативную память, которая может хранить и восстанавливать изображения и другие типы шаблонов в данных. Джеффри Хинтон изобрел метод, который может автономно находить свойства в данных и, таким образом, выполнять такие задачи, как идентификация определенных элементов на изображениях.
Где тут про основное состояние спиновых стёкол? Или вообще про любую физическую проблему?
__________________________
Audiatur et altera pars
Это всё происходит на фоне сокращения кафедр физики. Теперь у начальства появится новый механизм - кафедры оставить, но вместо всяких ньютонов изучать там новую физику от NVidia.
Именно почти это я уже и наблюдал. И не обязательно при сокращении.
Правда есть надежда, что теперь эта тема всем быстро надоест. Есть такая закономерность.
__________________________
Audiatur et altera pars
Quantrinas: Шутки шутками, а уже не знаешь куда спрятаться от тех, кто все задачи предлагает решать машинным лёнингом.
А теперь ещё и на нобелевскую премию будут ссылаться.
Тут у меня смешанные чувства. С одной стороны, да, народ стал использовать machine learning и не может объяснить результаты на пальцах, не понимает. С другой стороны, это расширяет круг проблем, которые записывают в физику, а по мне, физика - это про мир вокруг нас. Биологические физики, например, довольны. Вот Бялек из Принстона пишет так:
According to his Princeton colleague, William Bialek: “More than any other individual, Hopfield set the agenda for a modern theoretical physicist’s engagement with the phenomena of life. Hinton has been the most persistent source of creative ideas about how model networks could accomplish ever more brain-like feats. As the Nobel Committee notes, their work has moved ‘the boundaries of physics to host the phenomena of life as well as computation.’ We all are in their debt.”
This year’s two Nobel Laureates in Physics have used tools from physics to develop methods that are the foundation of today’s powerful machine learning. John Hopfield created an associative memory that can store and reconstruct images and other types of patterns in data. Geoffrey Hinton invented a method that can autonomously find properties in data, and so perform tasks such as identifying specific elements in pictures.
Два лауреата Нобелевской премии по физике этого года использовали инструменты из физики для разработки методов, которые являются основой современного мощного машинного обучения. Джон Хопфилд создал ассоциативную память, которая может хранить и восстанавливать изображения и другие типы шаблонов в данных. Джеффри Хинтон изобрел метод, который может автономно находить свойства в данных и, таким образом, выполнять такие задачи, как идентификация определенных элементов на изображениях.
Где тут про основное состояние спиновых стёкол? Или вообще про любую физическую проблему?
Могу еще раз, мне не трудно.
The Hopfield network utilises physics that describes a material’s characteristics due to its atomic spin – a property that makes each atom a tiny magnet. The network as a whole is described in a manner equivalent to the energy in the spin system found in physics, and is trained by finding values for the connections between the nodes so that the saved images have low energy…
Geoffrey Hinton used the Hopfield network as the foundation for a new network that uses a different method: the Boltzmann machine. .. Hinton used tools from statistical physics…
Quantrinas: В данном случае нобелевский комитет пошёл на поводу моды, и не он один к сожалению. Чиновники вообще падки на мишуру. Алгоритмы ИИ (AI) вещь конечно важная, но при чём тут физика?
Крепко приложила. Но можно дать чуть назад и спросить - нетворки (графы) это физика или нет? Ещё чуть назад - наиболее стандартный тип нетворка это решёточные модели, из которых самая известная - модель Изинга, базисная модель в стат. физике. То есть, если физика потерялась, то где-то в этой цепочке. Где именно? Возможно граница проходит там, где начинается "чёрный ящик".
Вот не надо. Модель Изинга используется для анализа физических задач. Но и её можно подать как математическую проблему. И где нобель за математическую топологию например?
__________________________
Audiatur et altera pars
Я уже несколько лет наблюдаю, как ML пихают куда попало в физике, химии бессмысленно и беспощадно. Плодят "физиков" годных только для IT. Начинаешь ценить предыдущие моды по графену и квантовый компьютерам. Там хоть какая-то наука была.
__________________________
Audiatur et altera pars
jenya: h-index 33, кандидатская, сто постдоков, была профессором в Швеции. Не надо снобизма.
Ни о чем. Конкретные научные статьи по гравитации, физики частиц вполне приличные, но к ее мнению (статьям) на «общенаучные» темы отношусь мягко говоря скептически.
П.С. Прослушал «ролик». Все «разыгрывается» по стандартной схеме: это не физика, а computer science; «идиотские» насмешки типа, что физика в компьютерных чипах; современные НН намного лучше чем первоначальные; и как «вишенка на торте»-откровенная реклама своих программ.
Очень похоже на то, что рекомендация выдать такую Нобелевскую премию по физике была сгенерирована самим chatGPT. Я его недавно спрашивал об открытиях "на стыке наук" -- ну вот, примерно в том же духе.
Так глядишь и нашему основателю хедж-фонда дадут Нобелевскую премию по экономике за то, что хедж-фонд много денег сделал из-за обвала рынка недвижимости в 2008 году. Он считал, что должны.
Demis Hassabis gets a Nobel Prize - along with two colleagues - for their work on proteins. But what is exciting - this work was a continuation of a DeepMind project, of which chess was an important milestone.
Нобелевская премия по химии 2024 года присуждена трем ученым, которые использовали искусственный интеллект, чтобы «взломать код» почти всех известных белков — «химических инструментов жизни».
Нобелевский комитет похвалил Дэвида Бейкера, американского биохимика, за завершение «почти невозможного подвига по созданию совершенно новых видов белков», а также Демиса Хассабиса и Джона Джампера, работающих в Google DeepMind в Лондоне, за разработку модели ИИ для прогнозирования сложных структур белков — проблемы, которая оставалась нерешенной на протяжении 50 лет.
«Потенциал их открытий огромен», — заявил комитет, когда в среду в Швеции была объявлена премия. Премия, рассматриваемая как вершина научных достижений, предусматривает денежное вознаграждение в размере 11 миллионов шведских крон (1 миллион долларов).
jenya: h-index 33, кандидатская, сто постдоков, была профессором в Швеции. Не надо снобизма.
Ни о чем. Конкретные научные статьи по гравитации, физики частиц вполне приличные, но к ее мнению (статьям) на «общенаучные» темы отношусь мягко говоря скептически.
Ни о чем. Не надо называть профессионала блоггером. И главное, не то что мы тут такие крутые, кто бы говорил.
Нобелевская премия по химии 2024 года присуждена трем ученым, которые использовали искусственный интеллект, чтобы «взломать код» почти всех известных белков — «химических инструментов жизни».
Нобелевский комитет похвалил Дэвида Бейкера, американского биохимика, за завершение «почти невозможного подвига по созданию совершенно новых видов белков», а также Демиса Хассабиса и Джона Джампера, работающих в Google DeepMind в Лондоне, за разработку модели ИИ для прогнозирования сложных структур белков — проблемы, которая оставалась нерешенной на протяжении 50 лет.
«Потенциал их открытий огромен», — заявил комитет, когда в среду в Швеции была объявлена премия. Премия, рассматриваемая как вершина научных достижений, предусматривает денежное вознаграждение в размере 11 миллионов шведских крон (1 миллион долларов).
Чего только журналисты не придумают. 😀
__________________________
Audiatur et altera pars
Нобелевка по физике за нейросети? И по химии тоже за нейросети? Наука окончательно перестала делить дисциплины на "твердую" физику и "гибкий" ИИ
Залетаю в хайптрейн этой недели с двух ног (и двух премий)
Итак, в 2024 году Джон Хопфилд и Джеффри Хинтон получили Нобелевскую премию по физике за "машинное обучение с искусственными нейронными сетями". Оказывается, физика — это не только атомы и лазеры, но и искусственные мозги, созданные по законам физики. Сначала Хопфилд изобрел сеть, которая помнит, как магнит "помнит" направление поля, а потом Хинтон использовал эту сеть, чтобы создать машину Больцмана — ту, что может не просто "вспоминать", но и генерировать новые паттерны на основе старых.
А что по химии? А по химии тоже наградили за нейросети. В этот раз речь про AlphaFold и de novo дизайн белков. Демис Хассабис и Джон Джампер смогли научить нейросеть предсказывать сложные структуры белков лучше, чем когда-либо могли ученые в лабораториях. А Дэвид Бэйкер с помощью нейросетей создал искусственные белки, которые в природе вообще не встречаются.
В общем, теперь и физики, и химики говорят: чтобы понимать природу, надо строить модели на компьютере. Нейросети стали мостом между миром материи и миром идей.
Неужели комитет главной научной премии мира поддался хайпу? Или всё взаимосвязано? Интересно, а премию по литературе тоже за нейросети вручат? 😁
В общем, теперь и физики, и химики говорят: чтобы понимать природу, надо строить модели на компьютере. Нейросети стали мостом между миром материи и миром идей.
Они это и раньше говорили. Только моделирование не сводится к нейросетям. В реальной физике и химии есть много других методов, гораздо более полезных в большинстве вопросов.
__________________________
Audiatur et altera pars
