IA et Physique
- JC Duval
- il y a 3 jours
- 1 min de lecture
Dernière mise à jour : il y a 15 heures
Nul doute que les réseaux de neurones quantiques fourniront des performances inégalées dans la reconnaissance des formes et dans l'analyse des données.
La Physique au service de l'IA
✧ J'avais posté un billet sur la descente de gradient, un algorithme utilisé par le deep learning, un algorithme au travers duquel la machine apprend et trouve le meilleur modèle. Ici Alessandro Roussel va plus loin dans la prospective. Il vient plaquer la superposition quantique aux champs scalaires, champs sur lesquels s'appuient les algorithmes du machine learning. Il rappelle notamment que les diagrammes de Feynman aident à la modélisation des réseaux de neurones artificiels employés par l'IA.
L'IA au service de la Physique
La physique éclaire le développement de nouvelles capacités d’IA, tandis que les différents modèles d'IA ont également le potentiel de changer radicalement la façon dont les scientifiques explorent l’univers.
✧ En terme d'application, différents modèles d'IA aident désormais les physiciens dans leurs travaux.
Pour n'en citer que quelque uns …
• En physique fondamentale, découvrir de nouvelles particules ou encore exploiter les propriétés des champs quantiques.
• En physique des matériaux, découvrir de nouvelles propriétés pour les objets.
• En astrophysique, retracer la formation des structures cosmiques, redéfinir les images déformées par les lentilles gravitationnelles, débruiter les signaux des ondes gravitationnelles ou encore cartographier la matière noire dans les galaxies.
Commentaires