Anandkumar：神经算子突破物理 AI 预测瓶颈，迈向万亿参数

Caltech 教授 Anima Anandkumar 在 Latent Space 播客中探讨 AI 应用于物理世界的挑战与突破。她指出与语言模型不同，物理科学面临数据匮乏、分辨率严苛和算力限制，主张采用比深度学习更适合物理约束的神经算子方法，并讨论了将其扩展到万亿参数模型规模和万亿级 4D 上下文长度的潜力。

2026-08-27 ~ 2026-08-27 · 2 条相关