课程目标本课程介绍了量子物质中的多体物理学。由许多颗粒(玻色子或费米子)组成的系统显示出新型的集体现象,例如,单个颗粒没有类似铁磁性和超流量。它旨在介绍这些现象背后的一般原则,例如基本激发,自发对称性破坏,绝热定理,物质的新兴拓扑阶段等。将讨论用于解释实验的解释(例如线性响应理论和响应函数)的理论语言。本课程均针对实验者和理论家。尽管没有官方先决条件,但想参加本课程的学生被认为对量子力学和统计力学有足够的知识。
在过去的70年中,基本物理学中最重要的问题之一是将量子物理与一般相对论调和。有两种统一策略:量化重力或找到一种将量子物质插入经典重力框架的方法。前者显然受到青睐,但是尚未通过实验证实。这似乎为另一种策略留下了空缺,但是理论家通过所谓的“无关定理”表明,将量子问题与经典重力耦合导致矛盾,例如违反了著名的海森伯格不确定性原则。的确,这种量子到古典耦合的最著名模型,即半经典的爱因斯坦方程[3],遭受了这些无关定理预测的不一致之处。
但是,这似乎是常识,这绝对不是社会科学中既定的立场,尤其是在美国。经常,理论家先验地假设有某些历史法则或社会结构可以决定人类行动,或者可以自由地自愿重新创造自己或社会。我们的说法是使用一种既不是造物主义者也不自愿的历史结构方法。我们将探索在给定的社会结构内特定时间开放或关闭人类行动的可能性;我们将尝试解释参与者的利益及其在这些历史范围内创造变革的能力;我们将研究如何随着时间的推移采取行动(即人类历史)如何改变或维护社会结构,而社会结构本身为未来的行动开辟了可能性以及限制的可能性。
简史 • 1943 McCulloch & Pitts:大脑的布尔电路模型 • 1950 Turing 的“计算机器与智能” • 1956 Dartmouth 会议:通过“人工智能” • 1950 年代早期的人工智能程序,包括 Samuel 的跳棋程序、Newell & Simon 的逻辑理论家、Gelernter 的几何引擎 • 1965 Robinson 的逻辑推理完整算法 • 1966—73 人工智能发现计算复杂性,神经网络研究几乎消失 • 1969—79 知识型系统的早期发展 • 1980-- 人工智能成为一个产业 • 1986-- 神经网络重新流行 • 1987-- 人工智能成为一门科学 • 1995-- 智能代理的出现
计算模型是我们理解复杂系统的最佳工具。通过制定系统运行理论、构建体现该理论的模型,然后测试该模型的性能,可以确定该理论的优势和劣势。有时,模型会模仿系统的某些方面,这种对应关系可以作为支持该理论的证据。然而,更常见的是,模型无法解释系统行为的关键方面。这些缺点很有价值,因为它们告诉我们理论的弱点,通常突出了理论家做出的默认假设。模型也很有价值,因为它们可以被广泛操纵。通过更改参数或有选择地启用和禁用模型的组件,可以深入了解整个系统的运行情况。
充分利用量子设备并非易事。例如,提升量子计算机的性能可能需要接入一包新的量子门或投资额外的量子比特。考虑这些额外资源的一种方法是将它们视为“催化剂”,它们可以以类似于酶驱动生化过程的方式驱动量子过程。新加坡南洋理工学院的量子信息理论家 Nelly Ng 在量子热力学领域研究量子催化,但她表示该主题范围很广,适用于量子密码学和量子网络。“量子催化是一个不断发展的领域,因为仍有许多未解问题和不同的发展方向,”Ng 说。
圣经用有意识的规划和宏伟战略来描述人类的起源。达尔文提出的相反理论认为,并不存在这种宏伟的设计,而是环境力量逐渐塑造了人类的进化。圣经理论家和达尔文理论家之间的分歧在战略制定研究中更为平凡的层面上是相似的。有些人设想了公司实体的宏伟计算设计,有些人引用当前的做法来论证组织战略的发展,其影响更多的是环境,而不是人。(1967:71)我附上了一个关于合著者的柱状图,以反映其中可能反映的内容。总的来说,我是一个独立作家。
但是,物理学家已经知道,即使使用希格,标准模型也必须不完整。一方面,它无法解释重力。此外,从1970年代开始的观察结果表明,该模型仅占宇宙能量的5%。一种称为暗物质的神秘物质又占25%,而更神秘的“暗能量”占了其余70%。在接下来的几十年中,理论家开发了一组统称为“超对称性”的理论,表明大型强子对撞机(LHC)几乎在欧洲的核研究组织或瑞士日内瓦的CERN几乎完成,可能会出现在前后观察的黑物质颗粒物。这些粒子以及其他标准模型所预测的类似的粒子是Maksimović的目光。