报告人简介：

王磊2006年本科毕业于南京大学，2011年在中国科学院物理研究所获得博士学位，此后在苏黎世联邦理工学院从事计算量子物理的博士后研究，2016年加入中国科学院物理研究所工作。主要研究方向是机器学习与量子多体计算的交叉领域。

报告摘要：

长期以来计算机最显著的特点是算得快、算得准。生成式人工智能赋予了计算机从经验中学习“直觉”的能力，甚至可以用来“创造”新的经验。定量描述这种“直觉”和“创造”的数学工具和统计物理一样，都是自然界中的概率分布。我将从物理学视角解读ChatGPT和Sora等生成式人工智能产品背后的关键技术：生成模型。生成模型学习数据背后的概率分布，并据此随机采样产生新的数据样本。基于和统计物理的深层联系，生成模型在原子尺度物质结构设计和变分自由能计算中具有特别的优势。我将以晶体按需生成和稠密氢状态方程为例说明生成模型在物质科学研究中的应用前景。

报告地点：中国科学院物理研究所M楼236会议室