是啊，化学奖早就那样了，物理和生医奖之前还算有些节操，结果这回。。。




【 在 blueboats 的大作中提到: 】
: 哈哈，这个意思啊。这次的奖确实给得离谱了一些
: “化学奖化”，意思是说，就跟很多年以来的化学奖一样，主要奖的不是化学学科成就，而几乎成了一个“综合科学技术奖”，啥偏门的沾点儿边儿就往里放。。。
:
: ...................
--
FROM 111.201.70.*

你说物理奖“化学化”了，化学也有几十年排队等着呢，估计诺贝尔奖认为分量不足。

人工智能将对物理学产生重要影响，以后将充斥大量人工智能写的物理论文。
【 在 molar 的大作中提到: 】
: 近年是进展不快。但是之前大几十年排队等着的还是比较多的。。。
:
--
FROM 123.114.102.*

诺贝尔奖是给即有成就的奖，即便日后会有“将充斥大量人工智能写的物理论文”的时候，那也应该真的到那一天的时候再发奖。。。

就物理科研而言，机器学习目前的确有不少很有意思的应用，但是一方面，还仅仅是“有意思”，仍不是重大的成就；另一方面，物理学的主流终归还是看重解析的，或至少是看重可解释性的，而这两点都是目前机器学习所不能达到的。

所以话说回来，要么日后物理学科研习惯/审美观大变样，要不然的话，机器学习在物理中的应用还得往后靠。不过总的来说，俺看好机器学习在数学中的重大应用能够更早的出现，那里的土壤更加适合现阶段的机器学习，也为日后进入自然科学领域做好准备。。。


【 在 shangcy 的大作中提到: 】
: 你说物理奖“化学化”了，化学也有几十年排队等着呢，估计诺贝尔奖认为分量不足。
: 人工智能将对物理学产生重要影响，以后将充斥大量人工智能写的物理论文。
--
修改:molar FROM 111.201.70.*
FROM 111.201.70.*

在物理学里面，“做解析”的意思是说：从第一性原理或者唯像假设出发，按步推导出目标变量与即有变量之间的具体定量关系公式来。

目前用于物理科研的机器学习，不是朝着这个路子去的。如果有两种变量之间的实验数据，通过深度算法得到的描述他们之间关系的函数/模型，很难说是“解析式”，也不易用于下一步的解析推到工作。

要想用这类算法搞解析研究，还需要机器学习理论有一个进一步的飞跃，目前还不成。盲猜一下的话，突破也可能来自数学那边儿的机器证明，也可能来自某种NLP技术。。。


【 在 Crusade 的大作中提到: 】
: ai搞出的结果是可解析的，但是ai工作的过程不是可解析的
:
--
FROM 111.201.70.*

现在主要的确是集中在这样的应用方向上，这在过去叫做“扫参数空间”，属于体力活儿。

前贴关键在于说明，这些不能算是“做解析”。目前的机器学习应用，离这个还比较远。需要再迭代几代，才可能做解析方面的工作。它跟上面那个是不同类型的工作。。。



【 在 Crusade 的大作中提到: 】
: 问题不大，可以炒菜做材料开发。不用老中医老师傅一点点摸索了
: 结果有意义即可
: - 来自 水木社区APP v3.5.7
--
修改:molar FROM 111.201.70.*
FROM 111.201.70.*