物理

在上物理课的时候，大家应该都有过那种「图太抽象了」的体会吧，需要靠空间想象力才能感受到出题人的想法。 而在电子教学时代，物理图可以是动态、可交互的，有助于更深入地理解复杂原理，能够比教科书或视频提供更丰富、更难忘的学习体验，也可以让学生更积极参与到复杂概念的实验中，但是创建交互式模拟既耗时又需要大量的编程工作，所以大部分教学场景只能用已经制作好的模拟图，有时无法完全满足学生对学习材料的特定需求，甚…

Sora爆火以来，“视频生成模型到底懂不懂物理规律”受到热议，但业界一直未有研究证实。 近日，字节跳动豆包大模型团队公布最新论文，研究历时8个月，围绕“视频生成模型距离世界模型有多远”首次在业界完成系统性实验并给出明确结论：视频生成模型可以记忆训练案例，但暂时还无法真正理解物理规律，做到“举一反三”。 图灵奖得主、Meta首席AI科学家杨立昆点赞并转发了该研究，表示“结论不令人意外，但很高兴终于有…

编辑 | KX等离子体离子温度和旋转速度是评估聚变实验的重要参数之一，对等离子体稳定性和约束性能有重要影响。如何实现等离子体离子温度和旋转速度的快速精确测量，一直是聚变装置稳定高参数运行所面临的关键技术问题之一。近日，中国科学院合肥物质科学研究院的研究团队在等离子体关键参数诊断研究方面取得新进展。

编译 | KX近一个世纪前，物理学家埃尔温·薛定谔 (Erwin Schrödinger) 引起了人们对量子世界一个「奇事」的关注，自那以后，研究人员一直为之着迷和烦恼。当原子等量子粒子相互作用时，它们会摆脱个体身份，转而形成一种比其各部分之和更大、更奇怪的集体状态。这种现象称为纠缠。研究人员对纠缠在仅包含几个粒子的理想系统中是如何工作的，有着坚定的理解。但现实世界要复杂得多。在大量原子中，比如构…

INDUS 以南天星座命名，是一套全面的大型语言模型，支持五个迷信畛域。（根源：NASA）编辑 | KX在大量数据上训练的大型语言模型 (LLM) 在自然语言理解和生成任意上表示出色。大多数流行的 LLM 利用 Wikipedia 等通用语料库从事训练，但词汇的分布变化导致一定畛域的性能不佳。受此启发，NASA 与 IBM 合作开发了 INDUS，这是一套全面的 LLM，专为地球迷信、生物学、物理…

环形正负电子对撞机（CEPC）中模仿的双喷注事例示意图。（来源：中国迷信院高能物理钻研所）编辑 | 紫罗夸克和胶子是粒子物理标准模型中的基本粒子，与电子或光子不同，夸克和胶子不能在时空中自由运动，只能被束缚在如质子或中子这样的复合粒子中。对撞机实行中产生的高能夸克或胶子会通过复杂的相互作用转化为大量的末态粒子，后者将沿着原夸克或胶子的运动方向在较小的角度内喷射而出，这一现象被称为喷注。近日，中国迷…

编辑 | X当水结冰时，它会从液相转化为固相，密度和体积等特性会发生巨大变化。水中的相变很常见，但新型材料或复杂物理体系中的相变是一个重要的钻研领域。绘制相图通常需要大量的人类直觉和理解。如何量化未知体系中的相变通常是不清楚的，尤其是在数据稀缺的情况下。麻省理工学院和瑞士巴塞尔大学的钻研职员，将生成式人工智能模型应用于这个问题，开发了一种新的机械进修框架，可以主动绘制新的物理体系的相图，几乎不需要…

倾斜 AI-物理模型示意图。编辑 | X人工智能（AI）迅速发展，大模型正在重新定义我们明白和应对景象应战的方式。AI 模型已经席卷了大气迷信的各个领域。今年年初，中国迷信院大气物理研究所黄刚研究员团队将物理与 AI 融合，提升了数值形式的降水预报技巧。近日，黄刚团队联合中国迷信院大学、青岛海洋迷信与技术国家实验室、同济大学和首尔国立大学在《Advances in Atmospheric Scie…

编辑 | X自牛顿时代以来，自然的基本定律——光学、声学、工程学、电子学，最终都归结为一组重要的、广泛的方程。现在，研讨职员找到了一种新要领，可以利用受大脑启发的神经网络来比以前更有效地求解这些方程，在迷信和工程领域有许多潜伏的应用。相关研讨以《Physics-enhanced deep surrogates for partial differential equations》为题，发布在《Na…

编辑/绿萝由于深度进修的发展进步，从视频中提炼可解释的物理定律引发了计算机视觉社区的兴趣，但依然面临巨大的挑战。统制方程（例如 PDE、ODE）的发觉可能促进我们对复杂动力体系行为的理解、建模和预测。收集数据的日益丰富和机器进修的进步带来了动向体系建模的新视角。近日，来自中国人民大学和中国科学院大学、美国东北大学的研讨团队提出了一个端到端的无监视深度进修框架，根据录制的视频展现疏通物体呈现的显式动…

小时候，无数人说自己长大后要当「科学家」、「发明家」，但他是认真的。

物理常识和深度进修已经成为了解决现实题目的绝佳组合，但如何更有效地将物理模型引入深度进修领域缺少一个全面的综述。慕尼黑工业大学计算机科学副教授 Nils Thuerey 团队编写的这本册本对鉴于物理的深度进修展开了详尽的先容。册本地址：：：，《鉴于物理的深度进修》（Physics-based Deep Learning）先容了物理建模、数值模仿与鉴于人工神经网络法子的结合。鉴于物理的深度进修代表了…