Если мы видим начало науки, то это было с людьми, пытающимися понять свое окружение. Эта жажда любопытства сотворила чудеса с «человеческой» революцией. С некоторыми теориями, относящимися к дохристианской эпохе, начиная с гелиоцентрической теории, затем пришел Галилей со своими идеями и телескопами. После этого Ньютон своими действиями правил сценой, и реакция подарила Эйнштейну идею теории относительности, а с падением Бора и Шредингера пришла квантовая механика. Но сфера физики постепенно ухудшается, появляется очень мало новых теорий, которые дают экспериментальной физике чистое поле для развития.
Но можно ли как-то решить эту проблему, можно ли как-то использовать наблюдения и данные, которые были собраны в ходе экспериментов? Первая мысль, когда доступен большой набор данных и мы хотим найти в нем какую-то связь, появляется машинное обучение.
Машинное обучение - это часть области искусственного интеллекта, в которой мы учим машины обучаться. А как машины учатся? путем наблюдения и обучения на данных много обработанных данных.
Машинное обучение начинается там, где заканчивается общее кодирование.
Самым последним применением машинного обучения в физике является фотография Черной дыры. Многие люди считают, что это просто снимок, сделанный телескопом, но это не так. Изображение Черной дыры - результат обработки алгоритма огромных наборов данных, полученных телескопами по всему миру. Этот алгоритм называется CHIRP, что означает C ontinuous H с высоким разрешением I mage R econstruction с использованием P atch priors 'продемонстрировал мощь машинного обучения и насколько широко его можно использовать, что в противном случае было бы невозможно.
Возможности машинного обучения огромны, и это только начало. И в этой области требуется больше людей, чтобы внести свой вклад. Новые идеи и алгоритмы постоянно облегчают нашу жизнь. На этом не останавливаемся, есть несколько областей, на которые ML не влияет. Физика все еще ждет, чтобы найти потерянную славу, поле зрения широко открыто и ждет своего решения. Но революция началась, и, возможно, скоро мы увидим ее влияние и то, как ML решает загадки физики.
Эти ссылки могут оказаться полезными для понимания того, как был сделан снимок черной дыры (настоятельно рекомендуется первое видео)
Если кто-то интересуется машинным обучением, вы можете пройти этот отличный MOOC Эндрю Нг.
