书籍：Artificial Intelligence for Scientific Discoveries
作者：Raban Iten
出版：Springer
原文：书籍推荐-《科研探索中的人工智能》
01 书籍介绍
人工智能是否将很快完成研究工作，从而使人类研究者变得多余？
这本书解释了利用机器学习发现物理概念的现代方法，并阐明了它们的优势和局限性，并且讨论了实验装置和物理模型的自动化创建以及模型测试。
本书的重点是模型创建的一个重要步骤的自动化，即找到最少数量的自然参数，其中包含足够的信息来对所考虑的系统进行预测。这种方法的基本思想是利用深度学习架构SciNet来建模物理学家推理过程的简化版本。
SciNet从实验数据中找到相关的物理参数，比如粒子的质量，并根据找到的参数进行预测。作者演示了如何从这些参数中提取概念信息，例如哥白尼得出太阳系是日心说的结论。
书籍特点：
· 为科学家提供了机器学习如何帮助发现物理概念的概述
· 介绍了一个通用框架，可以帮助读者从实验数据中提取相关参数
· 即使没有机器学习背景知识的科学家，也可以轻松地访问本书的内容
02 作者简介
Raban Iten在苏黎世联邦理工学院学习物理和数学，之后获得了量子计算的博士学位。在他的博士期间，他致力于利用机器学习从经典和量子系统的实验数据中发现物理概念。这项工作在媒体上得到广泛报道，并被Nature Reviews Physics评为2019年的一个研究亮点。此外，他还开发了量子编译器的算法，并为各种开源量子计算库做出了贡献。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。