کتاب کاربرد هوش مصنوعی در مکانیک کوانتوم

کتاب کاربرد هوش مصنوعی در مکانیک کوانتوم نوشته‌ی محمدحسین قرائی، ثریا قهرمانی شهرکی، اشکان ولی‌زاده و رضا آزادی مله‌بیدی به بررسی تلاقی دو حوزه‌ی مکانیک کوانتوم و هوش مصنوعی می‌پردازد. نشر تایماز آن را منتشر کرده است. نویسندگان در این اثر از مفاهیم پایه‌ی مکانیک کوانتوم و هوش مصنوعی شروع کرده‌اند و به‌تدریج به سمت مدل‌سازی داده‌محور سیستم‌های کوانتومی، شبیه‌سازی عددی و استفاده از یادگیری ماشین برای حل معادلات و مسائل پیچیده حرکت کرده‌اند. تمرکز کتاب بر نشان‌دادن این است که چگونه می‌توان مسائل فیزیکی را به مسائل یادگیری تبدیل کرد و از شبکه‌های عصبی، یادگیری عمیق و تقویتی در تحلیل سیستم‌های کوانتومی بهره گرفت. نسخه‌ی الکترونیکی این اثر را می‌توانید از طاقچه خرید و دانلود کنید.

درباره کتاب کاربرد هوش مصنوعی در مکانیک کوانتوم

کتاب کاربرد هوش مصنوعی در مکانیک کوانتوم اثری آموزشی و تحلیلی است که نویسندگان آن، محمدحسین قرائی، ثریا قهرمانی شهرکی، اشکان ولی‌زاده و رضا آزادی مله‌بیدی، تلاش کرده‌اند در آن پلی روشن میان مفاهیم مکانیک کوانتوم و ابزارهای هوش مصنوعی ایجاد کنند. ساختار کتاب فصل‌بندی منظم دارد و از مبانی نظری شروع می‌کند و به‌سمت کاربردهای پیشرفته‌تر می‌رود. کتاب کاربرد هوش مصنوعی در مکانیک کوانتوم در فصل اول به مفاهیم بنیادی مکانیک کوانتوم مانند تابع موج، اصل عدم قطعیت، معادله‌ی شرودینگر، سیستم‌های دوحالته، اسپین و نوسانگر هارمونیک کوانتومی می‌پردازد و در ادامه چالش‌های تحلیلی و عددی حل معادلات کوانتومی را توضیح می‌دهد. فصل دوم به مبانی هوش مصنوعی و یادگیری ماشین اختصاص دارد و انواع یادگیری نظارت‌شده، بدون نظارت و تقویتی، شبکه‌های عصبی مصنوعی، یادگیری عمیق، شبکه‌های بازگشتی و چارچوب‌های محاسباتی مانند تنسورفلو و پای‌تورچ را معرفی کرده است. در فصل سوم کتاب کاربرد هوش مصنوعی در مکانیک کوانتوم ارتباط بین فیزیک و داده‌ها محور بحث است؛ از مدل‌سازی مسائل فیزیکی به‌عنوان مسائل یادگیری تا ایجاد دیتاست از شبیه‌سازی‌های کوانتومی و روش‌های تبدیل مسائل کوانتومی به مسائل داده‌محور. در فصل‌های بعدی که در فهرست آمده‌اند اما متن آن‌ها در این گزیده دیده نمی‌شود، موضوعاتی مانند حل معادلات کوانتومی با یادگیری ماشین، تشخیص فازهای کوانتومی، الگوریتم‌های کوانتومی و رابطه‌ی آن‌ها با هوش مصنوعی، کنترل سیستم‌های کوانتومی با یادگیری تقویتی و کاربردها در فناوری‌های نوین و در نهایت چالش‌ها و مسیرهای تحقیقاتی آینده دنبال شده است.

خلاصه کتاب کاربرد هوش مصنوعی در مکانیک کوانتوم

کتاب کاربرد هوش مصنوعی در مکانیک کوانتوم نشان می‌دهد که چگونه می‌توان مسائل پیچیده‌ی مکانیک کوانتوم را به‌صورت مسائل یادگیری ماشین فرمول‌بندی کرد. نویسندگان ابتدا بنیان‌های نظری مکانیک کوانتوم را با تأکید بر تابع موج، اصل عدم قطعیت، معادله‌ی شرودینگر و مدل‌های ساده‌ای مانند سیستم‌های دوحالته، اسپین و نوسانگر هارمونیک مرور می‌کنند و سپس محدودیت‌های تحلیلی و عددی این چارچوب را برجسته می‌کنند. در ادامه، کتاب به سراغ مبانی هوش مصنوعی و یادگیری ماشین می‌رود و انواع یادگیری، شبکه‌های عصبی، یادگیری عمیق و شبکه‌های بازگشتی را معرفی می‌کند و نقش چارچوب‌هایی مانند تنسورفلو و پای‌تورچ را در پیاده‌سازی مدل‌ها توضیح می‌دهد. سپس ایده‌ی تبدیل مسائل فیزیکی و کوانتومی به مسائل داده‌محور مطرح می‌شود: از ساخت دیتاست با استفاده از شبیه‌سازی‌های کوانتومی تا استفاده از شبکه‌های عصبی برای تقریب تابع موج، حل عددی معادلات دیفرانسیل و پیش‌بینی ویژگی‌های سیستم‌های کوانتومی. در فصل‌های بعدی نیز کاربرد یادگیری ماشین در تشخیص فازهای کوانتومی، کنترل سیستم‌های کوانتومی و بررسی چالش‌ها و مسیرهای آینده طرح شده است.

چرا باید کتاب کاربرد هوش مصنوعی در مکانیک کوانتوم را بخوانیم؟

این کتاب تصویری مرحله‌به‌مرحله از مسیر گذار از معادلات کلاسیک مکانیک کوانتوم به مدل‌های داده‌محور ارائه می‌دهد و نشان می‌دهد چگونه می‌توان از یادگیری ماشین برای تقریب تابع موج، حل معادلات شرودینگر و تحلیل سیستم‌های چندذره‌ای استفاده کرد. خواننده با هر دو زبان فیزیک و هوش مصنوعی آشنا می‌شود و نمونه‌هایی از تبدیل مسائل نظری به چارچوب‌های محاسباتی مدرن را می‌بیند.

خواندن این کتاب را به چه کسانی پیشنهاد می‌کنیم؟

مطالعه‌ی این کتاب به دانشجویان و پژوهشگران فیزیک، مهندسی و علوم کامپیوتر که به کاربرد هوش مصنوعی در مسائل کوانتومی علاقه‌مند هستند پیشنهاد می‌شود. همچنین به کسانی پیشنهاد می‌شود که درگیر شبیه‌سازی‌های عددی، مدل‌سازی داده‌محور سیستم‌های فیزیکی یا طراحی پروژه‌های میان‌رشته‌ای در مرز فیزیک و یادگیری ماشین هستند.