新未名空间

和生物倒是有关系，可以说，是学习的动物神经网络。和物理没啥关系。什么玻尔兹曼，什么泊松，没这些玩意儿也有神经网络，而且神经网络和卷积也没关系。神经网络里面真正有用的是抽象，多对少的传播，就是抽象。卷积只是用电脑来模拟神经网络时候，为了让CPU能算（时分复用），弄的个结构。

这个物理奖发得。。。属于蹭热点。

hopfield网络给每个节点上赋予了一个spin=1的粒子（+1,-1状态）---模仿ising模型中“spin=1/2的电子”，
hopfield神经网络上信号只能在邻近节点传播------------------------模仿ising模型中自旋的adjacent相互作用
剩下的你需要找本统计物理课本读读---------当然你这个民科认为大脑tiny小，不能看这种书，我就不多说了
比如pathria statistical mechanics

发这个奖，有把神经网络当作实验手段的意思。

本意可能是是劝退广大物理青年去给 Hinton这样的人炼丹，至少毕业有点出路

verdelite 写了： 2024年 10月 9日 10:44 和生物倒是有关系，可以说，是学习的动物神经网络。和物理没啥关系。什么玻尔兹曼，什么泊松，没这些玩意儿也有神经网络，而且神经网络和卷积也没关系。神经网络里面真正有用的是抽象，多对少的传播，就是抽象。卷积只是用电脑来模拟神经网络时候，为了让CPU能算（时分复用），弄的个结构。

这个物理奖发得。。。属于蹭热点。

弃婴千枝 写了： 2024年 10月 9日 11:26 hopfield网络给每个节点上赋予了一个spin=1的粒子（+1,-1状态）---模仿ising模型中“spin=1/2的电子”，
hopfield神经网络上信号只能在邻近节点传播------------------------模仿ising模型中自旋的adjacent相互作用
剩下的你需要找本统计物理课本读读---------当然你这个民科认为大脑tiny小，不能看这种书，我就不多说了
比如pathria statistical mechanics

物理学家和统计学家搞AI属于蹭热度。没这些东西的话神经网络仍然能成功。属于那个“小无相功”的讨论。AI 成功要点有：1，生物仿生得到的初期三层神经网络，+人发明的反向传播算法；2 计算机算力发展； 3 在前面两个基础上发展出来的多层神经网络。

没物理数学什么事。特别是没物理什么事。数学可以来研究收敛速度，稳定性之类问题，例如类似大脑里面癫痫这类现象就是神经网络出了收敛问题。

弃婴千枝 写了： 2024年 10月 9日 11:26 hopfield网络给每个节点上赋予了一个spin=1的粒子（+1,-1状态）---模仿ising模型中“spin=1/2的电子”，
hopfield神经网络上信号只能在邻近节点传播------------------------模仿ising模型中自旋的adjacent相互作用
剩下的你需要找本统计物理课本读读---------当然你这个民科认为大脑tiny小，不能看这种书，我就不多说了
比如pathria statistical mechanics

首先spin的光子（另：光子不存在）或者电子就不物理。

另外，大脑不大这是真的。你说这些本意是来讥讽，然而这却是对的。

verdelite 写了： 2024年 10月 9日 11:35 物理学家和统计学家搞AI属于蹭热度。没这些东西的话神经网络仍然能成功。属于那个“小无相功”的讨论。AI 成功要点有：1，生物仿生得到的初期三层神经网络，+人发明的反向传播算法；2 计算机算力发展； 3 在前面两个基础上发展出来的多层神经网络。

没物理数学什么事。特别是没物理什么事。数学可以来研究收敛速度，稳定性之类问题，例如类似大脑里面癫痫这类现象就是神经网络出了收敛问题。

因为3层-----3d ising model，已知有严格解析解，而且已知能相变，超过3维，你自己去看吧

https://en.wikipedia.org/wiki/Ising_mod ... _and_above

所以人用了3d，能相变，表明能得出非平庸结论

有这时间哔哔，还不如找本书看看

你不了解这些，就知道瞎bb，大脑实在太小了

verdelite 写了： 2024年 10月 9日 11:43 首先spin的光子（另：光子不存在）或者电子就不物理。

另外，大脑不大这是真的。你说这些本意是来讥讽，然而这却是对的。

怎么不物理了?
这是企图描述固体的磁性，磁性起源于电子自旋你知道不？
你妈的，那你用你物理的理论说说磁性咋回事?
你这个大师一声不吭，你让我们怎么办吖？只能相信量子力学是正确的了

弃婴千枝 写了： 2024年 10月 9日 12:19 怎么不物理了?
这是企图描述固体的磁性，磁性起源于电子自旋你知道不？
你妈的，那你用你物理的理论说说磁性咋回事?
你这个大师一声不吭，你让我们怎么办吖？只能相信量子力学是正确的了

原子里面还有电子的公转呢。这作为磁性起源不行吗？电子自旋个屁，电子根本就不自旋。古人还会问电子自旋那么表面要超光速呢。后来人只能扫到地毯下假装没这个问题。

你的问题是不懂世人皆傻，所以不知道古人也会犯错误，所以把古人说的都当成真的，就相信电子自旋了。

verdelite 写了： 2024年 10月 9日 10:44 和生物倒是有关系，可以说，是学习的动物神经网络。和物理没啥关系。什么玻尔兹曼，什么泊松，没这些玩意儿也有神经网络，而且神经网络和卷积也没关系。神经网络里面真正有用的是抽象，多对少的传播，就是抽象。卷积只是用电脑来模拟神经网络时候，为了让CPU能算（时分复用），弄的个结构。

这个物理奖发得。。。属于蹭热点。

连数学都不是，更谈不上科学。
不过跟经济学奖类似，一个游戏而已。
这样鸠占鹊巢，确实毁三观。

神经网络属于方法论的范畴
本身相当于微积分类似的突破

微积分开启了还原论的研究方法

神经网络以后就是整体论的研究方法

人也别费劲在整体论方向找规律了，人脑的能力不够。只能求助计算机 来玩整体论的方法。

verdelite 写了： 2024年 10月 9日 11:35 物理学家和统计学家搞AI属于蹭热度。没这些东西的话神经网络仍然能成功。属于那个“小无相功”的讨论。AI 成功要点有：1，生物仿生得到的初期三层神经网络，+人发明的反向传播算法；2 计算机算力发展； 3 在前面两个基础上发展出来的多层神经网络。

没物理数学什么事。特别是没物理什么事。数学可以来研究收敛速度，稳定性之类问题，例如类似大脑里面癫痫这类现象就是神经网络出了收敛问题。

AI本质上more is different，一定要上一定的数量，少量的没有什么用。

所以这里面最关键的因素还是硬件的算力能scale到成千上万到上百亿的神经元。

生物的贡献是神经网络这个idea，图灵三老做了些奠基性的贡献，比如反向传播算法。数学的贡献也不大，只有链式法则。

物理里面早就发现了more is different，但是没有很好的办法来研究，一般像自旋玻璃也必须假定有一些分布存在。

学科与学科之间有交叉重叠，有逻辑关系，也互相借鉴，

但大体的边界线还是存在的。

比方说，你不能用量子电动力学来解释股票市场的发展方向。

人工智能严格来讲还是属于脑科学，

其终极目标是达到人类智慧水平。

人类智慧是大自然几十亿年演化的产物，精巧无比，并且耗能极低，难以模仿和复现。

总之，人工智能大体上属于生物运动这个级别，

等到人工智能真正实现的时候，我们会发现，

它不是化学，不是物理，也不是数学，

它就是人工智能。

话说回来，如果你有一把锤子，那么你看什么都像钉子。

所以数学家看着人工智能像数学，

物理学家看着人工智能像物理，我也能理解。

verdelite 写了： 2024年 10月 9日 11:35 物理学家和统计学家搞AI属于蹭热度。没这些东西的话神经网络仍然能成功。属于那个“小无相功”的讨论。AI 成功要点有：1，生物仿生得到的初期三层神经网络，+人发明的反向传播算法；2 计算机算力发展； 3 在前面两个基础上发展出来的多层神经网络。

没物理数学什么事。特别是没物理什么事。数学可以来研究收敛速度，稳定性之类问题，例如类似大脑里面癫痫这类现象就是神经网络出了收敛问题。

同意。和数学的关系也不大。我说的是传统数学，微分几何，代数几何这些。和统计学，图论这些有一点关系。但也不是很重要。用了一点而已。因为用了一点而去钻研高深的数学，肯定是错误的。

verdelite 写了： 2024年 10月 9日 12:48 原子里面还有电子的公转呢。这作为磁性起源不行吗？电子自旋个屁，电子根本就不自旋。古人还会问电子自旋那么表面要超光速呢。后来人只能扫到地毯下假装没这个问题。

你的问题是不懂世人皆傻，所以不知道古人也会犯错误，所以把古人说的都当成真的，就相信电子自旋了。

你现在变得像法轮大法学员

唉

你说没有那就没有吧

弃婴千枝 写了： 2024年 10月 9日 19:15 你现在变得像法轮大法学员

唉

你说没有那就没有吧

呵呵

弃婴千枝 写了： 2024年 10月 9日 12:19 怎么不物理了?
这是企图描述固体的磁性，磁性起源于电子自旋你知道不？
你妈的，那你用你物理的理论说说磁性咋回事?
你这个大师一声不吭，你让我们怎么办吖？只能相信量子力学是正确的了

一个量子退火就让你丫进入现实世界了

英亲王阿齐格 写了： 2024年 10月 9日 15:39 神经网络属于方法论的范畴
本身相当于微积分类似的突破

微积分开启了还原论的研究方法

神经网络以后就是整体论的研究方法

人也别费劲在整体论方向找规律了，人脑的能力不够。只能求助计算机 来玩整体论的方法。

auto feature engineering

然，物理堕落如此，可叹啊

verdelite 写了： 2024年 10月 9日 11:35 物理学家和统计学家搞AI属于蹭热度。没这些东西的话神经网络仍然能成功。属于那个“小无相功”的讨论。AI 成功要点有：1，生物仿生得到的初期三层神经网络，+人发明的反向传播算法；2 计算机算力发展； 3 在前面两个基础上发展出来的多层神经网络。

没物理数学什么事。特别是没物理什么事。数学可以来研究收敛速度，稳定性之类问题，例如类似大脑里面癫痫这类现象就是神经网络出了收敛问题。

就喜欢看“吵架”.

真所谓辯论出“真知”, 对我等广大的寻求知识的民科而言。

谢谢各位一展身手。

果蝇的每一个神经元细胞和连接图

fly connectome

https://flywire.ai/

1. Size and Number of Neurons

Fly Brain:
The fruit fly brain has approximately 100,000 neurons.
The brain itself is tiny, about 0.5 mm³ in volume.
Human Brain:
The human brain has about 86 billion neurons.
The average adult human brain is about 1,400 cm³ in volume (approximately 3 pounds).

2. Complexity

Fly Brain:
Neurons are arranged in relatively simpler circuits compared to humans.
It contains distinct functional areas that handle sensory input (vision, smell), motor control, and simple decision-making.
Despite its small size, the fly brain is capable of complex behaviors like learning, memory, and navigation.
Human Brain:
The human brain is far more complex, with a highly interconnected network of neurons.
It is divided into several specialized regions (cerebral cortex, cerebellum, hippocampus, etc.) that manage higher-order functions like reasoning, emotions, language, and abstract thinking.
Human cognition involves complex neural networks that support conscious thought, creativity, and complex social behaviors.

OPQ 写了： 2024年 10月 9日 16:53 学科与学科之间有交叉重叠，有逻辑关系，也互相借鉴，

但大体的边界线还是存在的。

比方说，你不能用量子电动力学来解释股票市场的发展方向。

人工智能严格来讲还是属于脑科学，

其终极目标是达到人类智慧水平。

人类智慧是大自然几十亿年演化的产物，精巧无比，并且耗能极低，难以模仿和复现。

总之，人工智能大体上属于生物运动这个级别，

等到人工智能真正实现的时候，我们会发现，

它不是化学，不是物理，也不是数学，

它就是人工智能。

话说回来，如果你有一把锤子，那么你看什么都像钉子。

所以数学家看着人工智能像数学，

物理学家看着人工智能像物理，我也能理解。