文章搬移可能有誤，具體請(qǐng)前往知乎賬號(hào)： NPWU-xct

https://zhuanlan.zhihu.com/p/611122205

##本欄目為西北工業(yè)大學(xué)牛海洋教授課題組本科生自發(fā)組織，所呈現(xiàn)理論學(xué)習(xí)與老師學(xué)術(shù)水平無(wú)關(guān)！??！

作者：2020級(jí) CT_X

（文章有問(wèn)題請(qǐng)?jiān)u論區(qū)指出，其他問(wèn)題請(qǐng)先私信知乎即可）

作為開篇第一章，似乎是要介紹一些歷史之類的內(nèi)容，但此刻筆者卻并不想了解它（或許是今天剛剛考完的疲勞或者其他因素影響吧）?；蛟S不久的將來(lái)我會(huì)補(bǔ)充這部分內(nèi)容。

首先我想不得不搞考察一個(gè)概念，即人工智能的概念。

John McCarthy 在 2004 年的論文 中給出了以下定義：“這是制造智能機(jī)器，特別是智能計(jì)算機(jī)程序的科學(xué)和工程。 它與使用計(jì)算機(jī)了解人類智能的類似任務(wù)有關(guān)，但 AI 不必局限于生物可觀察的方法”。

關(guān)于這個(gè)概念的理論不少人已經(jīng)解釋了許多。先從字面意思看，“人工”and “智能”，像人一樣的，智能化的。這個(gè)問(wèn)題我不想過(guò)多考慮，本身意義不大，實(shí)踐出真知。但是，這是一個(gè)十分廣而復(fù)雜的概念，其實(shí)在我們這樣一個(gè)小領(lǐng)域，不需要這樣的概念（老師的課程名帶人工智能主要考慮到學(xué)生選課以及借鑒了一些專業(yè)機(jī)構(gòu)的命名）。

這里我借用了網(wǎng)上搜到的一張圖[1]，因而其實(shí)Deep Learning其實(shí)已經(jīng)基本涵蓋我們所研究的范圍了。DL的含義就更加詳細(xì)了：

深度學(xué)習(xí)(DL, Deep Learning)是機(jī)器學(xué)習(xí)(ML, Machine Learning)領(lǐng)域中一個(gè)新的研究方向，它被引入機(jī)器學(xué)習(xí)使其更接近于最初的目標(biāo)——人工智能(AI, Artificial Intelligence)。 深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，這些學(xué)習(xí)過(guò)程中獲得的信息對(duì)諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標(biāo)是讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識(shí)別文字、圖像和聲音等數(shù)據(jù)。 深度學(xué)習(xí)是一個(gè)復(fù)雜的機(jī)器學(xué)習(xí)算法，在語(yǔ)音和圖像識(shí)別方面取得的效果，遠(yuǎn)遠(yuǎn)超過(guò)先前相關(guān)技術(shù)。 深度學(xué)習(xí)在搜索技術(shù)，數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，機(jī)器翻譯，自然語(yǔ)言處理，多媒體學(xué)習(xí)，語(yǔ)音，推薦和個(gè)性化技術(shù)，以及其他相關(guān)領(lǐng)域都取得了很多成果。深度學(xué)習(xí)使機(jī)器模仿視聽和思考等人類的活動(dòng)，解決了很多復(fù)雜的模式識(shí)別難題，使得人工智能相關(guān)技術(shù)取得了很大進(jìn)步。[2]

當(dāng)然，擱著扯概念沒(méi)有任何意義。但是為了象征性走一下流程，不得不做一些引用工作，這也并非我本意。

所以，最后我們最后引用一下別人的結(jié)論吧。關(guān)于機(jī)器學(xué)習(xí)的思路，其實(shí)就是如下文作者所述：[3]

首先呢，學(xué)習(xí)可以稱為一個(gè)舉一反三的過(guò)程，舉個(gè)栗子：我們?cè)趯W(xué)生時(shí)代經(jīng)常參加的考試，考試的題目在上考場(chǎng)前我們未必做過(guò)，但是在考試之前我們通常都會(huì)刷很多的題目，通過(guò)刷題目學(xué)會(huì)了解題方法，因此考場(chǎng)上面對(duì)陌生問(wèn)題也可以算出答案。
機(jī)器學(xué)習(xí)的思路也類似：我們可以利用一些訓(xùn)練數(shù)據(jù)（已經(jīng)做過(guò)的題），使機(jī)器能夠利用它們（解題方法）分析未知數(shù)據(jù)（考場(chǎng)的題目）。就像考試前老師給我們預(yù)測(cè)考試會(huì)考什么一樣。

簡(jiǎn)單的一句話：機(jī)器學(xué)習(xí)就是讓機(jī)器從大量的數(shù)據(jù)集中學(xué)習(xí)，進(jìn)而得到一個(gè)更加符合現(xiàn)實(shí)規(guī)律的模型，通過(guò)對(duì)模型的使用使得機(jī)器比以往表現(xiàn)的更好。

ok，讓我們忘掉上面糟糕的概念，這只會(huì)讓你感到厭煩。我們應(yīng)當(dāng)從頭開始。

那么第一步我們要干什么呢？

Put up some questions.

1. 我們?cè)谘芯窟^(guò)程中遇到過(guò)哪些問(wèn)題？

2. 我們的思路可以是什么？

3. 機(jī)器學(xué)習(xí)方法為我們提供了哪些幫助？

故事現(xiàn)在才正式開始~

Q1：我們?cè)谘芯窟^(guò)程中遇到過(guò)哪些問(wèn)題？

眾所周知，自上個(gè)世紀(jì)以來(lái)，量子力學(xué)的橫空出世，讓我們對(duì)于物質(zhì)世界的認(rèn)識(shí)更進(jìn)一步。截止目前，可以說(shuō)我們對(duì)于絕大部分的原子，從納觀角度已經(jīng)做到了相當(dāng)精準(zhǔn)。但由此也產(chǎn)生了兩個(gè)重要的問(wèn)題：

（1）我們不可能拿著幾個(gè)原子玩，物質(zhì)一定是大量的粒子相互作用的結(jié)果。

（2）量子力學(xué)計(jì)算十分困難，即使我們有DFT，也仍然不足以解決我們的問(wèn)題。

當(dāng)然，我們可以通過(guò)分子動(dòng)力學(xué)的方法處理問(wèn)題，雖然它的計(jì)算量也有一定的限制。

那么為了理解如何處理這樣一個(gè)復(fù)雜的多體問(wèn)題，我們首先應(yīng)該知道一些前提。

研究物質(zhì)的方法，無(wú)非兩種：實(shí)驗(yàn)與理論。實(shí)驗(yàn)上，科學(xué)家們做出了許多努力，但實(shí)驗(yàn)終究是唯象的，嚴(yán)謹(jǐn)?shù)乜茖W(xué)必需有充分的理論基礎(chǔ)，也就是我們常說(shuō)的物理模型。計(jì)算物理模型也有兩種方法，一個(gè)用筆算，一個(gè)用機(jī)器算。

建模是一個(gè)十分重要的方法，一方面通過(guò)它與事實(shí)對(duì)比，我們可以逐步修正模型，從而進(jìn)一步靠近物質(zhì)真正的微觀機(jī)制，另一方面，可以通過(guò)建模本身預(yù)測(cè)一些重要的現(xiàn)象與性質(zhì)，如果這能夠成功，模型也就真正有了意義。

好，綜上，那么我們?cè)撊绾谓Ｄ兀拷＿^(guò)程中的問(wèn)題，其實(shí)就是我們遇到的真正的問(wèn)題。

那么分享一下我在建模中遇到的問(wèn)題，或許其中真正的核心問(wèn)題就顯露出來(lái)了。

My Work:

建立一個(gè)二維的原子模型，采用靜電力作為相互作用力，通過(guò)牛頓力學(xué)處理原子的運(yùn)動(dòng)。

視頻：靜電力原子的運(yùn)動(dòng)

視頻在知乎中可看到，個(gè)人工作展示，不得另用

上面的工作其實(shí)個(gè)人最早的想法是建立一個(gè)TIP5P的水模型，但是因?yàn)橛?jì)算機(jī)等因素，采用單原子指代，加之三維體系十分復(fù)雜，通過(guò)簡(jiǎn)單二元感性認(rèn)識(shí)一下即可。當(dāng)然，其中最重要的一個(gè)問(wèn)題就是，原子之間的勢(shì)能作用力難以處理，這也是我放棄TIP5P換用靜電力的根本原因。

這里其實(shí)就引出了一個(gè)十分重要的東西，即建模中一個(gè)十分十分重要的點(diǎn)，粒子之間的相互作用。

這實(shí)際上就是多提問(wèn)題復(fù)雜的根本原因。量子理論的精確效果其實(shí)就在這里。我們知道波函數(shù)表達(dá)的是電子的運(yùn)動(dòng)狀態(tài)，通過(guò)精確的描述電子，其實(shí)我們就能很好的表達(dá)粒子的運(yùn)動(dòng)。

Q2：我們的思路是什么？

那么為了解決問(wèn)題，我們需要考察這樣一個(gè)問(wèn)題，就是如何高效科學(xué)地描述粒子間的相互作用？

我認(rèn)為可能的思路如下：

（1）借鑒晶體學(xué)的對(duì)稱性思路，將大量的原子結(jié)構(gòu)簡(jiǎn)化為簡(jiǎn)單的單元結(jié)構(gòu)，從而只需要研究單元結(jié)構(gòu)的變化，結(jié)合統(tǒng)計(jì)物理的理論，就能很好的處理大尺度問(wèn)題。

這是一個(gè)很好的思路，但是面對(duì)超大量的例子，針對(duì)大尺度物質(zhì)演化，實(shí)際上缺少一定的視野。管中窺豹，難說(shuō)有效與否。

（2）借鑒DFT的思路，通過(guò)合理近似，進(jìn)而更好地處理大尺度問(wèn)題。

這個(gè)方法具有很好的效果，但實(shí)際應(yīng)用中，仍然不夠用。

（3）。。。

Q3: 機(jī)器學(xué)習(xí)為我們提供的思路

已知我們擁有了一些扎實(shí)的理論基礎(chǔ)，可以小尺度地研究粒子的演化，為了方便得處理這個(gè)問(wèn)題，機(jī)器學(xué)習(xí)為我們提供的思路就是：通過(guò)我們已經(jīng)計(jì)算出來(lái)的原子之間的相互作用與結(jié)構(gòu)，進(jìn)一步訓(xùn)練可能的勢(shì)場(chǎng)模型，如此，就能夠高效得利用以后的數(shù)據(jù)，演化出更多有效得結(jié)果。

這樣的思路在實(shí)踐中中具有很好的效果，因而這也是我從這學(xué)期起學(xué)習(xí)機(jī)器學(xué)習(xí)的根本目的，理解并進(jìn)一步探索。

本文止。

本文課后題：

您認(rèn)為，為了研究多體問(wèn)題中粒子之間的相互作用，我們可以產(chǎn)生哪些新的思路呢？

（歡迎評(píng)論區(qū)留言與私信交流）