国产成人欧美一区二区三区,国产av一区二区精品凹凸 ,疯狂做受xxxx高潮不断,国产av麻豆亚洲av,俺也去俺也去电影网

　　北京大學總裁班導讀：無監(jiān)督生成模型是機器學習和人工智能的重要課題和研究前沿，也被認為是通用人工智能的基礎(chǔ)。歷史上，物理學為生成型學習提供了很多思想源泉，著名的玻爾茲曼機就來自于統(tǒng)計物理中的伊辛模型和相關(guān)的反伊辛問題。最近，北京大學物理學院本科生韓兆宇、王峻及合作者從量子物理的玻恩詮釋中獲得啟發(fā)，用量子波函數(shù)的概率幅模平方來描述經(jīng)典數(shù)據(jù)的概率分布，建立了一個新穎的非監(jiān)督學習模型——玻恩學習機(BornMachine)。該成果已在線發(fā)表于世界知名物理學期刊Physical Review X。

　　生成模型的研究重點是如何從給定的數(shù)據(jù)集合中學習到數(shù)據(jù)的聯(lián)合概率分布，以及從學習到的概率分布中高效地生成新的樣本。研究團隊提出將數(shù)據(jù)的聯(lián)合分布概率編碼成量子多體態(tài)的概率幅的模平方。他們提出在經(jīng)典計算機上使用矩陣乘積態(tài)(Matrix Product States)來模擬學習的過程。矩陣乘積態(tài)的參數(shù)即張量網(wǎng)絡(luò)的張量元，可以通過類似密度矩陣重整化群(Density Matrix Renormalization Group)的算法進行學習，最終形成一個具有泛化能力的生成模型。這個學習算法結(jié)合了量子物理與機器學習各自的優(yōu)點：它不僅可以利用GPU高效地學習到模型參數(shù)，還可以利用張量網(wǎng)絡(luò)的靈活性動態(tài)地調(diào)節(jié)模型表達能力。此外，與傳統(tǒng)的基于統(tǒng)計物理的生成模型(例如玻爾茲曼機)相比，玻恩學習機還具備直接生成無關(guān)聯(lián)樣本的強大能力，從而可以高效地生成新的數(shù)據(jù)。

　　基于量子態(tài)的概率生成模型融合了量子物理與機器學習的思想，是一個嶄新的研究領(lǐng)域。玻恩學習機借助量子態(tài)內(nèi)稟的概率解釋及其強大的表達能力，意在為機器學習和人工智能提供更為先進的生成模型和學習算法。此外，這類模型在量子信息處理，量子計算以及多體物理中具有應(yīng)用潛力。展望將來，最令人興奮的前景應(yīng)該會是在一臺量子計算機上實現(xiàn)玻恩學習機，從而以全新的方法進行概率型的學習和建模。這項工作用使用張量網(wǎng)絡(luò)模擬量子計算機的運行，向無監(jiān)督量子機器學習邁近了一步。

　　此工作由韓兆宇、王峻，中科院物理研究所副研究員王磊、研究員范桁以及中科院理論物理研究所研究員張潘合作完成。王峻的工作受到國家創(chuàng)新訓練項目的支持。

　　 北大總裁班_北京大學總裁班_北京大學高層管理培訓中心成立于2005年，是北大舉辦跨學科、綜合性高端培訓項目的校級專業(yè)培訓機構(gòu)，重點面向高級公務(wù)人員、高級商務(wù)人員和高級技術(shù)人員開展高端培訓。