机器学习已经在核物理学领域占据了一席之地

机器学习方法的进步提供了在科学研究中具有广泛适用性的工具。这些技术正在应用于核物理研究主题的多样性，从而带来促进科学发现和社会应用的进步。

现在，来自11个机构的18位作者组织了一次研讨会，从「Machine Learning in Nuclear Physics」中总结了人工智能辅助工作的爆炸式发展，该综述以「Colloquium: Machine learning in nuclear physics」为题，于 2022 年 9 月 8 日发布在《Reviews of Modern Physics》。

本次学术讨论会是对机器学习（ML）在核科学中应用工作的最新总结，涵盖核理论、实验方法、加速器技术和核数据等主题。Bedaque 团队概述了人工智能（AI） 技术在核物理中的使用，旨在识别共性和需求。

核物理是一个成熟的领域，一个多世纪以来的基本发现涵盖了巨大的自由度、能量尺度和长度尺度，从对物质基本成分的基本理解到恒星的结构和宇宙中元素的合成。实验产生的数据量在复杂性和异质性方面不一，因此对其设计、执行和统计数据分析提出了巨大挑战。

论文链接：https://arxiv.org/pdf/2112.02309.pdf