V
主页
京东 11.11 红包
诺贝尔化学奖得主Roald Hoffmann教授:SIMULATION VS UNDERSTANDING
发布人
近年来,包括我们所熟悉的量子化学在内的各个领域,都在受到由信息技术所带来的巨大冲击;它的主要力量来源于机器学习、神经网络和人工智能。在不久的将来,量子计算机将会带来我们一直努力尝试解开的方程的精确数值解。但这些,目前无法解决将来却唾手可得的数值解,却难以给人类带来任何理解上的提升。为了证实这具有挑衅色彩的言论,我们需要定义“理解”,这块数百年来人类思想的宝藏。其中形成解释、教书育人是“理解”定义中一个非常重要的组成部分。 本次讲座将基于Jean-Paul Malrieu的三篇文章 (Angewandte Chemie, 59, 12590-125610, 13156-13178, 13694-13710 (2020))。我们将会从文本和文本中蕴含的哲学思想出发,扩展到当今模拟与实验交互的实际方式。我将会描述自己被计算机打败时的感受,不仅是在下象棋和围棋,更是在寻找新的化学结构的过程的时候。计算模拟与人类理解的矛盾一直存在,而且不仅在化学中,我将会从经济、商业和大数据中举例。人工智能和信息科学对我们所有人都有着深远的道德影响。这里没有最终的解决方案,只有认清问题的本质,并恳请大家遵循人性。正如Jean-Paul 和我所说,化学的创造力是在我们共同的未来欣赏与感知世界的重要途径。而在这途径的背后,是科学的神圣性。 注:字幕为系统自动生成,如有错误,敬请指正
打开封面
下载高清视频
观看高清视频
视频下载器
王涵:基于深度学习的分子动力学模拟
鄂维南院士:再谈AI for Science
张天汉:祖传代码的一次新生dflow和fortran77如何结合
陈默涵:密度泛函理论基础
张平文院士:机理与数据的融合计算
郑大也:ABACUS使用基础
蒲建锟等:dflow从SMILES到力场
王磊、王涵、陈默涵、柯国霖:AI for Science专题论坛圆桌讨论
dflow:共同构建AI for Science和云原生时代的科学计算工作流
鄂维南:AI for Science专题论坛开幕致辞
鄂维南:发生在当下的科技革命
陈默涵:国产开源密度泛函理论软件ABACUS介绍
DeepFlame: 共建AI for Science时代的燃烧反应流体计算平台
dflow Tutorials - 新手村任务
DeePKS+ABACUS:AI辅助的电子结构方法
Tongqi Wen: Deep Potentials for Alloys and Metallic Glasses
DeepH:深度学习DFT哈密顿量
王中林:面向AI时代的自驱动传感
江俊:“谱-构-效”数据驱动的机器化学家
柯国霖:药物设计中的大规模机器学习实践
张林峰:AI for Science开源社区实践与思考
鄂维南院士:2022国际数学家大会(ICM)一小时报告
DMFF: 共建生产级可微分力场计算引擎,让复杂力场参数优化不再难
王延泽:dflow+强化动力学——一种同步学习框架的工作流实现
江俊:理实交融的机器化学家探索
DeepModeling:我们的“开源集市”需要什么
神经算子与计算成像研讨会
廖恒博士:人工智能的思考
戴付志:深度势能助力材料研究
徐贲:深度学习势在磁性材料中的开发与应用
用于锂电池的高分子电解质的模拟和理论研究 孔宪 助理教授 华南理工大学
胡太平:dflow+X在材料科学领域中的应用
曹龙兴:General approach to design of miniprotein binders to arbitrary protein
宋乐:AI for Drug Design
郑家新:机器学习力场应用于锂金属负极生长机理研究
刘杰:Accurate and Efficient Molecular Dynamics
刘志:同步辐射原位电化学表征
张强:能源化学与数据科学的融合发展 以高比能电池研究为例
周耀旗:蛋白质设计:能量函数和AI
欧琪:ABACUS+DeePKS