一桶布丁提示您:看後求收藏(奇妙書庫www.qmshu.tw),接著再看更方便。
以牛頓為例,看到蘋果掉下來,這是現象,然後發現任何東西,都會往下掉,這是嘗試總結出一些規律。然後根據觀察到規律,就可以大膽假設了,比如不管我看沒看到,總之地球上所有東西在不受其他力干擾的情況下,都會落到地面。
當有了這個假設的時候,就需要找一套數學工具,來描述跟解釋這一假設。這種數學工具可以是自創,當然也可以是借用數學家的研究成果。
值得一提的是,在物理學家推導的這一過程中,一般不可能太過嚴謹。畢竟用數學描述現實世界,本身就需要大量的假設。在這些假設之下,會推匯出更多的結論,也讓理論越來越完善。
直到這一步,要正式開始建立理論體系的時候,物理研究才開始嚴謹起來。因為這一步往往需要數學家來完善出一整套數學工具,來將猜想、假設,證明成定理。
不管是萬有引力定律,以及之後的牛頓三大運動定律,又或者量子物理的提出……其實都是差不多的過程。
尤其是微觀領域,其實到現在還有很多現象,大家都是知其然不知其所以然。
比如量子糾纏和非定域性;波函式的實在性……
這也就是喬澤之前對質量間隙的解釋,補充了量子場論的數學基礎,否則的話描述粒子物理的主要框架,依然沒有嚴格的數學基礎。
所以搞理論的物理學家,對於嚴格的數學推導過程,尤其是加入了抽象至極的數學交織性推導過程,是真有些敬謝不敏的感覺。
沒錯,就是聽不太懂。
本來應該很熟悉的公式再繞了一圈之後,已經完全變了模樣,非常不友好。關鍵是那些變形推演的步驟還很複雜,看懂需要極強的數學功底。
當然也不是說搞物理的數學都不好,主要是真沒那麼精通,複雜的論證過程讓人煩躁。
好在愛德華·威騰是懂物理學家的。
對於理論的推導過程,只是泛泛的講了半個小時,就直接轉入關於加速器的演算法設計跟詳盡的驗證過程。這也終於讓臺下已經昏昏欲睡的專家團們重新打起了精神。
另一邊,喬澤也被勾起了興趣。
跟瑞典皇家科學院的溝通,肯定不需要喬澤親自去聊。
拿到了愛德華·威騰跟楊選清的授權之後,就丟給豆豆去處理了。這種小事情豆豆從沒出過任何岔子。
只要大方向的道理在他們這邊就足夠了,讓他覺得有趣的是蘋果跟penai的合作。雖然這次合作還沒有正式對外宣佈,只有少數人知道,但這種事情顯然瞞不過豆豆。
正如之前喬澤跟李建高說的那樣,在研究群智框架之前,他就對hatgpt有所瞭解,本質上這是一種生成式預訓練變換器,屬於一種自迴歸模型,主要還是用深度學習技術。
現在喬澤並不確定penai那些研究人員有沒有發現他們的hatgpt已經有了些改變。如果再加上微軟跟蘋果的競爭關係,讓喬澤覺得事情似乎正在變得有趣。
他雖然對商業方面的事情並不感興趣,但豆豆的進化,卻讓他對這些底蘊深厚的大公司數十年的技術積累有了想法。
現在的豆豆已經具備了輔助科研的能力,如果能夠融入對方的訓練模式,取長補短的話,也許能在未來更進一步。
眼下似乎就是一個很好的機會,幫西豆證明,比如跟微軟達成合作的話,有些東西就能正大光明的出現在所有人面前。
inf。inf
dengbidmxswqqxswyifan
shuyueepzwqqwxwxsguan
xs007zhuikereadw23zw