深度学习技术，尤其是生成模型在图像问题处理上大放异彩。 而生成模型之所以展现出强大的多层信号处理能力，与物理学中的重整化群理论密切相关。研究者结合重整化群方法和流模型，开发出可以发现自然作用力的AI“物理学家”，以及具有高可解释性与可控性的计算机视觉生成模型。相关研究发表在 Physical Review Research、Physical Review Letters 等期刊上，本文是对该研究方向的介绍。

本文序言部分：

随着深度学习的发展，我们已经感受到了机器学习在计算机视觉、自然语言处理、强化学习等诸多领域取得了令人赞叹的进展，这些先进的技术也在随着时间的推移进入人类的生活，帮助人类优化其生产力。作为一个新兴的学科与技术，深度学习也在科学研究上崭露头角。一方面，大家把深度学习、神经网络作为一个独立的客体，试图理解它的行为，并借助人类已知的一些概念设计更有趣的神经网络；另一方面，神经网络也作为一个新型的工具帮助科学家通过更快的模拟量子物理、量子化学，挖掘生物信息等等来理解自然世界。

更多详细内容，请点击下面的“阅读原文”

内容中包含的图片若涉及版权问题，请及时与我们联系删除