研究者提出原子即智能体原理，从自旋数据学习宏观序参量

Koji Hashimoto 与 Tadahiro Taniguchi 在 arXiv 论文中提出“Atom-as-an-Agent”（AaaA）原理：把每个原子视为通过推理预测彼此行为的智能体，并将语言与符号涌现理论中的集体预测编码（CPC）用于物理系统。 作者称，该方法能从观测到的自旋构型自动涌现宏观序参量，是一种完全数据驱动的宏观秩序涌现方法，即“机器学习物理”。论文未报告在具体材料体系上的验证结果。

AI 根据报道生成 · 1 天前更新