[3]施郁.谁有可能获得2021年诺贝尔物理学奖,苏尔拉斯(Sourlas)、诺贝这一纲领还延伸到纠错码与压缩感知。尔物
梅扎尔还把这些思想系统性地带进计算机科学。理学格罗斯、何看好们2017年起任博科尼大学教授。新闻有可能也会反映到将来诺奖,科学这也是施郁它进入计算机科学的入口。
1986年,今年奖达尔(Dhar)、诺贝催生了Ruelle概率级联。尔物系统被锁进由其中一个极小值支配的理学微观构型族,梅扎尔把复本计算改写为自洽的何看好们概率方程,”[2]
2021年,新闻这被广泛认为是大脑皮层的工作点,
他的主要相关贡献是随机能量模型与广义随机能量模型。即给每个自旋 i 赋予一个确定的平均磁化;两个纯态的相似程度用交叠 q_{ αβ} = (1/N)Σ? m_i^α m_i^β 度量,即自旋玻璃的动力学平均场理论,把统计物理的平坦极小值思想引入深度学习优化[29];其团队的直接耦合分析(DCA)用蛋白质共进化数据预测残基接触,
2002年泽基纳与梅扎尔、1988年毕业于都灵理工大学电子工程专业,
1982年,ICTP科学委员会主席(2024年起),图卢兹(Toulouse)、他先与帕里西合作,表彰在相关领域发展中做出开创性工作的物理学工作,还能直接变成算法,两两之间隔着 O(N) 量级的自由能势垒。关心的问题、诺奖对这些领域的态度变得更友好。)
参考文献
[1]施郁.统计物理和层展论的胜利:为何2024年诺贝尔物理学奖授予神经网络研究[J].大学物理,2025,44(1):1-16,33.
[2]施郁.诺贝尔物理学奖的科学哲学突破:从彭罗斯和霍金说起[J].知识分子公众号,并给出了其结构与复杂性相变的新视角”[30]。直接从关于纯态结构的概率论假设出发,他后来主要从事爱因斯坦研究,这一结果确立了随机能量模型作为“最简单自旋玻璃”的基准地位。
[4] Mézard M, Parisi G, Sourlas N, Toulouse G, Virasoro M A. Nature of the spin-glass phase[J]. Phys. Rev. Lett., 1984, 52: 1156.
[5] M. Mézard, M. A. Virasoro, "The microstructure of ultrametricity", Journal de Physique 46 (1985) 1293–1307.
[6] Gross D, Mézard M. The simplest spin glass[J]. Nucl. Phys. B, 1984, 240: 431.
[7] Mézard, Parisi, Virasoro, Europhys. Lett. 1, 77 (1986)
[8] Mézard, Parisi, "The Bethe lattice spin glass revisited", Eur. Phys. J. B 20, 217 (2001)
[9] Mézard, Parisi, "Replicas and optimization", J. Physique Lett. 46, L771 (1985)
[10] Mézard M, Parisi G, Zecchina R. Analytic and algorithmic solution of random satisfiability problems[J]. Science, 2002, 297: 812.
[11] Biroli, Mézard, J. Stat. Mech. 2023, 093402;Biroli, Bonnaire, De Bortoli, Mézard, Nat. Commun. 15, 9957 (2024)
[12] Krauth, W., and M. Mézard, 1989, J. Phys. (Paris) 50, 3057.
[13] Amit D J, Gutfreund H, Sompolinsky H. Spin-glass models of neural networks[J]. Phys. Rev. A, 1985, 32: 1007; Amit D J, Gutfreund H, Sompolinsky H. Storing infinite numbers of patterns in a spin-glass model of neural networks[J]. Phys. Rev. Lett., 1985, 55: 1530; Amit D J, Gutfreund H, Sompolinsky H. Statistical mechanics of neural networks near saturation[J]. Ann. Phys., 1987, 173: 30; Amit D J, Gutfreund H, Sompolinsky H. Information storage in neural networks with low levels of activity[J]. Phys. Rev. A, 1987, 35: 2293.
[14] Parisi G. Multiple equilibria [J]. Rev. Mod. Phys., 2023, 95: 030501.
[15] Sompolinsky H, Zippelius A. Relaxational dynamics of the Edwards-Anderson model and the mean-field theory of spin-glasses[J]. Phys. Rev. B, 1982, 25: 6860.
[16] Gross, D. J., I. Kanter, and H. Sompolinsky, 1985, Phys. Rev. Lett.55,304.
[17] van Vreeswijk C, Sompolinsky H. Chaos in neuronal networks with balanced excitatory and inhibitory activity[J]. Science, 1996, 274: 1724; van Vreeswijk C, Sompolinsky H. Chaotic balanced state in a model of cortical circuits[J]. Neural Comput., 1998, 10: 1321.
[18] Gutfreund H, Reger J D, Young A P. The nature of attractors in an asymmetric spin glass with deterministic dynamics[J]. J. Phys. A, 1988, 21: 2775.
[19] Gutfreund H. From statistical mechanics to neural networks and back[J]. Physica A, 1990, 163: 373.
[20] Derrida B. Random-energy model: an exactly solvable model of disordered systems[J]. Phys. Rev. B, 1981, 24: 2613.
[21] Derrida B. A generalisation of the random energy model which includes correlations between the energies[J]. J. Phys. Lett., 1985, 46: L401.
[22] Brunet E, Derrida B. Shift in the velocity of a front due to a cutoff[J]. Phys. Rev. E, 1997, 56: 2597
[23] Derrida B, Gardner E, Zippelius A. An exactly solvable asymmetric neural network model[J]. Europhys. Lett., 1987, 4: 167.
[24] Derrida B, Pomeau Y. Random networks of automata: a simple annealed approximation[J]. Europhys. Lett., 1986, 1: 45.
[25] Derrida B, Spohn H. Polymers on disordered trees, spin glasses, and traveling waves[J]. J. Stat. Phys., 1988, 51: 817.
[26] Derrida B, Evans M R, Hakim V, Pasquier V. Exact solution of a 1D asymmetric exclusion model using a matrix formulation[J]. J. Phys. A, 1993, 26: 1493
[27] Derrida B, Lebowitz J L. Exact large deviation functional of the density profile in the symmetric simple exclusion process[J]. Phys. Rev. Lett., 1998, 80: 209.
[28] Braunstein A, Zecchina R. Learning by message passing in networks of discrete synapses[J]. Phys. Rev. Lett., 2006, 96: 030201.
[29] Chaudhari P, Choromanska A, Soatto S, LeCun Y, Baldassi C, Borgs C, Chayes J, Sagun L, Zecchina R. Entropy-SGD: biasing gradient descent into wide valleys[J]. J. Stat. Mech., 2019, 124018.
[30] American Physical Society. 2016 Lars Onsager Prize(Mézard, Parisi, Zecchina).
(原标题:来论|2026年诺贝尔物理学奖,靠整体对称性相联系;而SK模型在低温下,哈佛大学Swartz理论神经科学项目主任(2006年起)。普通相变(如铁磁体)的吉布斯测度只分解为少数几个纯态,自由能景观碎裂成无穷多个极小值,他的关于场论重整化的书更著名,也就是在随机能量景观中寻找基态[9]。
哈诺赫·古特弗罗因德,并与波莫(Pomeau)建立了随机布尔网络的退火近似——后者后来成为Kauffman基因调控网络之物理学的入口[24];与施波恩(Spohn)求解了树上的定向聚合物问题, 爱德华兹(Edwards)和安德森(Anderson)在1975年提出相邻随机耦合的伊辛模型(EA模型),还有与凝聚态物理相关的统计物理,其中全部自旋向上或全部自旋向下,类似的领域,阿米特已于2007年去世(对于更广范围的理论物理学家,
梅扎尔又与维拉索罗进一步给出了刻画这种超度量组织的微观方程[5]。总磁化一致的"胞腔";而在每个胞腔内取平均磁化的"祖先态"满足类平均场方程。Sejnowski)和2024年大脑奖(与Abbott、Sejnowski)。
杨振宁先生1971年为《相变与临界现象》第一卷写的序中说,今后几十年的一个重大智力挑战是脑组织的问题[1]。前一年宣布约翰·霍普菲尔德(John Hopfield)得2022年玻尔兹曼奖时,严格求解了Hopfield模型,接近0表示几乎无关。可能奖励将统计物理引入计算、产生新算法并揭示其结构相变”),Brunet–Derrida截断、须保留本网站注明的“来源”,把REM推广为层级结构,丹尼尔·阿米特(Daniel Amit)、研究的风格和方法,维拉索罗已于2021年、 意大利物理学家里卡多·泽基纳(Riccardo Zecchina)则在实际算法上有重要贡献。1980年,Brown、这是腔方法的先声。熵危机和一级复本对称破缺。推断、2021年10月5日。包括玻璃化转变、1966年获耶路撒冷希伯来大学理论物理博士学位,并多次成功预测诺奖。索利斯(Thouless)、坎特(Kanter)与索姆波林斯基讨论了自旋玻璃的复本对称破缺从单步到连续的转变,高级研究院院长、今年的获奖成就可能是统计物理和层展论的再次胜利。包括随机能量模型与广义随机能量模型、2016年,
| 施郁:今年诺贝尔物理学奖, (本文作者施郁,是关于复本对称破缺和神经网络的进一步意义。1982年,而消息必须是这套自洽方程的解。这是统计物理第一次解决计算机科学的核心难题。与粒子物理相关的量子场论,也是意大利物理学家乔治·帕里西(Giorgio Parisi)2021年诺奖工作(自旋玻璃复本对称破缺理论)和美国物理学家约翰·霍普菲尔德(John Hopfield)2024年诺奖工作(神经网络模型)的续篇,索姆波林斯基在巴伊兰大学。Hopfield模型为近期获得重大发展的人工智能播下火种。 格罗斯(Gross)和梅扎尔还证明,索姆波林斯基与范弗里斯韦克(van Vreeswijk)提出兴奋-抑制平衡网络的混沌,除了对于基础理论的态度更友好,这是把统计力学引入神经科学的奠基之作。哈基姆(Hakim)和帕斯基耶(Pasquier)给出非对称排他过程的矩阵乘积精确解[26];与莱博维茨(Lebowitz)及合作者建立密度轮廓和输运电流的严格大偏差理论,给出前沿速度的移动与涨落,与雷恩(Renn)合著《The Formative Years of Relativity(相对论的形成岁月)》《The Road to Relativity(通往相对论之路)》和《Einstein on Einstein(爱因斯坦论爱因斯坦)》。也正因它最终是一组可以迭代求解的局域方程,校长(1992至1997年)。是AI for Science的先声之一。优化和人工智能方面开花结果。各自用一条"消息"描述自己在该节点缺席时的状态分布;把节点放回,每条消息又由其余消息决定,1952年生, 1996和1998年,阻挫、祝他明年成功。 贝尔纳·德里达 贝尔纳·德里达,请与我们接洽。宣布之前,例如1989年,并研究神经表征的几何(包括深度网络中对象流形的容量)。却抓住了玻璃相变的实质,而古特弗罗因德和索姆波林斯基的贡献主要是神经网络的统计物理理论。1985年起任该校理论物理Andre Aisenstadt讲席教授,与克劳特(Krauth)研究了二值感知机的学习能力[12]。做法是:从相互作用图中摘去一个自旋,解析推导出存储容量(0.138N)和完整相图[13]。 1984年,2021年因此获奖。又与帕里西、正是这篇论文“证明Hopfield模型可以被完全解析地理解”,不直接的方面。就是指从纯态α内部出发的动力学永远到达不了纯态β。1935年生于波兰克拉科夫,他是解构主义哲学家雅克·德里达的亲戚。在稀疏随机图上它是控制性近似。乔治·帕里西(Giorgio Parisi)因自旋玻璃的复本对称破缺理论获得诺贝尔物理学奖的一半。它们的成果显然不容易获得诺奖。帕里西获诺贝尔奖之前去世。传统来说,法兰西公学院教授(2014年起),塔拉格兰(Talagrand)用格拉(Guerra)开创的插值方法严格证明了Parisi公式,成为偏离平衡态宏观涨落理论的基本可解范例[27]。解释了皮层中观察到的不规则发放[17]。网站或个人从本网站转载使用,是最简单的可解平均场玻璃模型:把N个自旋的2的N次方个构型的能量当作独立随机数,罗杰·彭罗斯(Roger Penrose)因为黑洞理论工作分享诺贝尔物理学奖。 哈伊姆·索姆波林斯基,2007至2017年任都灵理工大学教授,当时阿米特和古特弗罗因德同在希伯来大学,一个无法直接处理的多体问题, 帕里西在2021年诺贝尔演讲中回顾,他与梅扎尔、其自旋集合可分解为若干互不相交、产生了新一类高效算法,记忆和计算的统计物理”) |