2022年9月16日
今天的组会结束了,果然还是被老师批判了一番:对不同论文方法的关联没有深入的讨论,讲了过多的机械推导(只需要点明神来之笔),而且也没有想到能用这个在物理(科学)上做什么东西(倒是觉得物理的许多采样思路可以来试着改进模型?)(以及分子/蛋白结构生成之类的已经变成深度学习日常灌水内容,理论化学/分子物理同学落泪)
不过也颇有收获,感觉看论文强度不亚于上一门专选课🙉好在写论文的人和写blog的人讲的还算清晰。以及能感受到学习研究一个有趣领域带来的快乐。(All the math and physics theories became powerful and vivid)
这里放一下我整理的note,还会不断更新,推荐感兴趣的同学来读,支持comment和duplicate,欢迎批评讨论。
组会最后,老师心情激动的分享他在prompt engineering方面的见闻(乐,我也一度沉迷于文本生成图像),并感慨“We are living in the future”。
写到这里,我也得再次感慨,深度学习已经把原本毫不相干的研究问题(视觉,听觉,语言,文字……)和学术领域(概率和统计,微分方程,博弈论,统计物理)统一了起来,并且创造了惊人的效果(而十年前,艺术家被认为是在AI浪潮中最不可能失业的群体,现在反转了🌚)