XiaoMi-AI文件搜索系统
World File Search Systemfeynman
2024 年费曼奖新闻稿
克劳斯-罗伯特·穆勒是柏林工业大学的计算机科学教授，也是柏林学习和数据基础研究所 (BIFOLD) 的联席主任。他于 1984 年至 1989 年在卡尔斯鲁厄学习物理学，并于 1992 年在卡尔斯鲁厄工业大学获得计算机科学博士学位。在柏林 GMD FIRST 完成博士后工作后，他于 1994 年至 1995 年在东京大学担任研究员。1995 年，他在 GMD-FIRST（后来的弗劳恩霍夫 FIRST）创立了智能数据分析小组，并担任该小组的负责人，直至 2008 年。1999 年至 2006 年，他担任波茨坦大学教授。自 2012 年起，他担任首尔高丽大学的杰出教授。 2020/2021 年，他在谷歌大脑担任首席科学家，度过了休假。除其他外，他还获得了奥林巴斯模式识别奖（1999 年）、SEL 阿尔卡特通信奖（2006 年）、柏林市长颁发的柏林科学奖（2014 年）、沃达丰创新奖（2017 年）、赫克托科学奖（2024 年）、模式识别最佳论文奖（2020 年）、数字信号处理最佳论文奖（2022 年）。2012 年，他当选为德国国家科学院利奥波尔迪纳分校院士，2017 年当选为柏林勃兰登堡学院院士
玻尔兹曼机与费曼路径积分的类比
摘要：机器学习对科学、技术、健康以及计算机和信息科学等多个领域产生了重大影响。随着量子计算的出现，量子机器学习已成为研究复杂学习问题的一种新的、重要的途径。然而，关于机器学习的基础存在着大量的争论和不确定性。在这里，我们详细阐述了一种称为玻尔兹曼机的通用机器学习方法与费曼对量子和统计力学的描述之间的数学联系。在费曼的描述中，量子现象源于路径的优雅加权和（或叠加）。我们的分析表明，玻尔兹曼机和神经网络具有相似的数学结构。这允许将玻尔兹曼机和神经网络中的隐藏层解释为路径元素的离散版本，并允许对机器学习进行类似于量子和统计力学的路径积分解释。由于费曼路径是对干涉现象和与量子力学密切相关的叠加原理的自然而优雅的描述，这种分析使我们能够将机器学习的目标解释为通过网络找到路径和累积路径权重的适当组合，从而累积地捕获给定数学问题的 x 到 y 映射的正确属性。我们不得不得出结论，神经网络与费曼路径积分有着天然的联系，因此可能提供了一种被视为量子问题的途径。因此，我们提供了适用于玻尔兹曼机和费曼路径积分的通用量子电路模型。
约翰·普雷斯基尔 (John Preskill) Richard P. Feynman 理论教授……
约翰·普雷斯基尔是加州理工学院的理查德·费曼理论物理学教授，也是加州理工学院量子信息与物质研究所所长。普雷斯基尔于 1980 年获得哈佛大学物理学博士学位，并于 1983 年加入加州理工学院任教。普雷斯基尔的职业生涯始于粒子物理学和宇宙学，但现在他的主要研究领域是量子信息科学。他感兴趣的是如何构建和使用量子计算机，以及我们对量子信息的深入理解如何阐明基础物理学中的问题。您可以在 Twitter 上关注他 @preskill。
65 年后费曼对量子计算的设想
1959 年，诺贝尔奖获得者理查德·费曼发表了题为“底部还有足够的空间”的演讲，他强调，为了大幅加快计算速度，我们需要将计算机组件制造得更小——一直到分子、原子甚至基本粒子的大小。在这个层面上，物理学不再由确定性的牛顿力学来描述，而是由概率量子定律来描述。正因为如此，计算机设计师开始思考如何基于非确定性元素设计一台可靠的计算机——这种想法最终导致了现代量子计算的思想和算法。因此，我们有一条加快计算速度的直接途径：学习如何使用分子、原子，然后是基本粒子作为计算设备的构建块。但是，如果我们达到基本粒子的大小会怎样？乍一看，我们似乎将达到计算机速度的绝对极限。然而，正如我们在本文中所展示的，我们可以通过利用基本粒子的内部结构来进一步加快计算速度：例如，质子和中子由夸克组成。有趣的是，相应的数学与所谓的彩色光学计算非常相似——在计算中使用不同颜色的光。
65 年后费曼对量子计算的设想
1959 年，诺贝尔奖获得者理查德·费曼发表了题为“底部还有足够的空间”的演讲，他强调，为了大幅加快计算速度，我们需要将计算机组件制造得更小——一直到分子、原子甚至基本粒子的大小。在这个层面上，物理学不再由确定性的牛顿力学来描述，而是由概率量子定律来描述。正因为如此，计算机设计师开始思考如何基于非确定性元素设计一台可靠的计算机——这种想法最终导致了现代量子计算的思想和算法。因此，我们有一条加快计算速度的直接途径：学习如何使用分子、原子，然后是基本粒子作为计算设备的构建块。但是，如果我们达到基本粒子的大小会怎样？乍一看，我们似乎将达到计算机速度的绝对极限。然而，正如我们在本文中所展示的，我们可以通过利用基本粒子的内部结构来进一步加快计算速度：例如，质子和中子由夸克组成。有趣的是，相应的数学与所谓的彩色光学计算非常相似——在计算中使用不同颜色的光。
AI Feynman 2.0：利用图形模块化的帕累托最优符号回归
符号回归之所以很难，是因为符号表达式的组合空间呈指数级增长。传统上，它依赖于人类的直觉，从而发现了一些最著名的科学公式。最近，在完全自动化该过程方面取得了巨大进展 [6-26]，现在已有开源软件可以通过将神经网络与受物理学和信息论启发的技术相结合来发现相当复杂的物理方程 [25]。尽管 [25] 使用未知函数的神经网络近似来发现简化函数属性，取得了最先进的性能，但它是以一种非原则性和临时性的方式实现的，我们用一种通用的、有原则的、更有效的方法取而代之，该方法包含四个主要贡献：
因果回路Feynman图和定向无环形图的变异量子量表
我们提出了一种差异量子本素（VQE）算法，用于在循环树二元性中有效地引导多链feynman图的因果表示，或等效地，在有线图中选择了acyclic配置。基于描述多核拓扑的邻接矩阵的循环hamiltonian，其不同的能级对应于循环的数量，而VQE则将其最小化以识别因果或无环构型。该算法已改编成选择多个退化的最小值，从而达到更高的检测率。详细讨论了与基于Grover的算法的性能比较。，VQE方法通常需要更少的量子和较短的电路来实施，尽管成功率较小。
![arxiv：2106.10522v2 [Quant-ph] 2021年6月25日](/simg/g:\will\search\icon\source\1\1fcb29489945a417300468eb9e07b60e31611754.webp)
arxiv：2106.10522v2 [Quant-ph] 2021年6月25日
四十年前，理查德·费曼（Richard Feynman）提出利用量子物理学来制造一种更强大的计算机。意识到Feynman的愿景是21世纪科学和技术面临的巨大挑战之一。在本文中，我们会回忆起Feynman的贡献，该贡献启动了量子计算机的追求，并评估了40年后的现场。在SEC中享有快速帐户后。1和2量子计算在过去几十年中的发展方式，我绘制了该主题的基础，讨论了SEC中量子信息的显着特征。3，然后在SEC中制定量子计算的数学模型。4，并突出显示模型的某些含义。sec。 5和SEC。 6，我回顾了Feynman预见的量子计算的两个特别有希望的应用，模拟了复杂量子系统的动力学，并计算其静态属性。 sec。 7，我解释了量子误差校正的概念，即我们认为可以将量子计算机扩展到解决非常严重问题的大型系统的基础。 在第二节中有一些结论性的想法。 8，并回想起我在第二节与Feynman的一些互动。 9。sec。5和SEC。 6，我回顾了Feynman预见的量子计算的两个特别有希望的应用，模拟了复杂量子系统的动力学，并计算其静态属性。 sec。 7，我解释了量子误差校正的概念，即我们认为可以将量子计算机扩展到解决非常严重问题的大型系统的基础。 在第二节中有一些结论性的想法。 8，并回想起我在第二节与Feynman的一些互动。 9。5和SEC。6，我回顾了Feynman预见的量子计算的两个特别有希望的应用，模拟了复杂量子系统的动力学，并计算其静态属性。sec。 7，我解释了量子误差校正的概念，即我们认为可以将量子计算机扩展到解决非常严重问题的大型系统的基础。 在第二节中有一些结论性的想法。 8，并回想起我在第二节与Feynman的一些互动。 9。sec。7，我解释了量子误差校正的概念，即我们认为可以将量子计算机扩展到解决非常严重问题的大型系统的基础。在第二节中有一些结论性的想法。8，并回想起我在第二节与Feynman的一些互动。9。
量子计算 40 年后
四十年前，理查德·费曼提议利用量子物理来构建一种更强大的计算机。实现费曼的愿景是 21 世纪科学技术面临的重大挑战之一。在本文中，我们将回顾费曼为开启量子计算机探索所做的贡献，并评估 40 年后该领域的发展情况。在第 1 部分和第 2 部分简要介绍了量子计算在过去几十年的发展情况之后，我概述了该主题的基础，在第 3 部分讨论了量子信息的显著特征，然后在第 4 部分建立了量子计算的数学模型并强调了该模型的一些含义。在第 5 部分和第 6 部分，我回顾了费曼预见的两个特别有前景的量子计算应用：模拟复杂量子系统的动态和计算它们的静态属性。在第 6 部分中，我回顾了费曼预见的两个特别有前景的量子计算应用：模拟复杂量子系统的动态和计算它们的静态属性。第七部分，我解释了量子误差校正的概念，这是我们相信量子计算机可以扩展到解决非常困难问题的大型系统的基础。我在第 8 部分提出了一些总结性想法，并在第 9 部分回忆了我与费曼的一些互动。
经典电磁学的时间逆转
请注意，Feynman没有提出有关向后因果关系的任何主张。他只是声称，如果您的时间逆转一系列粒子状态，您将获得一系列相应的抗粒子状态。根据标准的量子场教科书，这不是这样：电荷共轭操作员将粒子变成反粒子，但时间逆转却没有。因此，我们读到Feynman提示实时逆转操作（无论是什么意思），以下更多！）不是通常给出该名称的操作。或至少是我们有兴趣与标准视图进行比较的观点，这就是我们称为“ Feynman的观点”的观点。feynman的言论是在量子场理论的背景下做出的。与此同时，在古典电磁学中：戴维·艾伯特（David Albert）（Albert，2000年）认为，经典电磁学并不是时间逆转不变，因为（根据他的说法）在时间反转下没有磁场的迹象。David Malament（Malament，2004年）为捍卫时间逆转的标准观点的回答，根据该观点，Bfield to to to to to the to to to the to to to to in prip sign，该理论是时间反向不变的。Malament的讨论可能会使人们感到只有（i）（i）经典电磁学的四维表述，以及（ii）我们的意思或应通过“时间逆转”以及标准转换B 7-→-b的意思。这是不正确的：与（i）和（ii）一致的Malament账户有一种替代方法。纸张的结构如下。这是一个帐户，根据该帐户，磁场在时间逆转下不会闪烁IP标志（电力场确实如此），但无论如何，该理论是时间逆转不变的。这是Feynman观点的古典类似物。本文有两个主要目的：（i）探索“经典的feynman”观点，希望以后可以照亮量子界理论中的重要问题，以及（ii），（ii）探索时间反向的新颖概念，与“活跃”和“活跃”和“被动的”相反的概念不同，我们认为我们的态度与Mallatd的含义有关，并在Mallatd中引起了人们的意义，并且在Mallatd中含义并在Mallatd中含义。在第2节中我们讨论