题 目：诺贝尔物理学奖解读与深度学习简介
报 告 人：庞龙刚 教授 华中师范大学
时 间：2024年11月14日（星期四）下午14 : 25-16 : 05
地 点：虎溪校区D1243
邀 请 人：张生辉
报告摘要：在人工智能（AI）领域，深度学习作为一项革命性技术，已经在多个科学和工程领域取得了显著进展。然而，尽管深度学习在图像识别、自然语言处理等方面表现出色，其在物理学等基础科学中的应用仍处于探索阶段。特别是，深度学习的可解释性问题以及如何利用物理学的基本原理来指导和优化深度学习模型，仍然是当前研究中的重要课题。此外，随着大语言模型（如GPT）的发展，AI在科学研究中的应用范式可能面临重大变革。本报告旨在探讨2024年诺贝尔物理学奖授予人工智能专家约翰·霍普菲尔德和杰弗里·辛顿的背后逻辑，分析他们的工作在AI发展史上的关键作用，并深入探讨深度学习的基本原理（包括人工神经网络架构、随机梯度下降算法和自动微分技术）及其在物理学中的应用。随后，通过 physics4ai 项目，展示如何利用物理学的基本原理来优化和解释深度学习模型。最后，介绍大语言模型Agent可能带来的科学研究范式的变革。
报告人介绍：庞龙刚，华中师范大学物理科学与技术学院教授、国家引进海外高层次人才。主要从事高能核物理、计算物理与人工智能研究。自主开发了 GPU 并行的（3+1）维相对论粘滞流体力学程序 CLVisc，模拟在高能核碰撞过程中产生的夸克胶子等离子体（QGP）的时空演化。参与开发了相对论分子动力学输运程序 SMASH。将先进的数据分析方法，比如贝叶斯分析和人工智能中的深度学习技术应用于高能核物理。在《自然通讯》，《现代物理评论》，《物理评论快报》等国内外权威期刊上发表论文40多篇，入选第六版全球前2%顶尖科学家榜单。主教研究生《计算物理》以及本科生的《力学》和《分析力学》，将 Python 数值计算和物理仿真融入本科课堂。
