“未来已来，研究AI吧”
PMI 目标：通过长期、系统、深入的研究路线揭示机器智能的底层原理，同时建立机器智能与人类智能的本质联系与区别。
PMI 奉行狄拉克-玻尔兹曼主义：Nothing is more practical than a good theory that must possesses mathematical beauty!
PMI 近4年里程碑
1 发现无监督学习的自发对称性破缺（PRL，2020）；
2 建立梦、情景记忆与随机矩阵之间的深刻关系（PRE 背靠背长文 2021，PRR 长文 2022）；
3 从第一性原理导出深度监督学习的元突触可塑性、模式分解等节能、可理解性强的原创算法（PRL 2020， PRR letter，PRE 长文（>30页），PRE（类脑算法））
4 出版国内首部关于神经网络的严谨物理理论的学术专著《神经网络的统计力学》（316页，高教&施普林格）
5 提出费米-玻色机解决神经泛化与鲁棒的矛盾 [中国科学（英文版)]
6 提出动力学伪势表示法[CTP]
7 提出大语言模型示例学习的自旋玻璃机制[arXiv 2408.02288]
总之，近几年PMI已经搭建了一整套体系完整的理论工具（replica，dmft，rmt等），并拥有对未来重要课题的前瞻（见评论文章Front. Comput. Neurosci, 18:1388166, 2024）
学生获奖情况
1 李婵同学获得杨振宁奖学金、IOP学术演讲竞赛三等奖、国家奖学金、第六届全国统计物理与复杂系统学术会议最佳海报等；
2 邹文轩同学获得三星奖学金、第三届中国计算与认知神经科学大会最佳海报二等奖；
3 蒋子健同学被普林斯顿大学录取为全奖博士生。
报考要求
1 对神经网络的理论是否有纯粹的兴趣？
2 对数学和编程的潜力或显力是否比较自信？
招生名额：
1名博士
报考方法：
将简历投递课题组邮箱（下有），课题组将安排面试，通过者将推荐到学院。
截止日期：
2024年11月15日
如想更多了解机器学习的科学问题，请观看黄海平老师在2021年全国复杂系统与统计物理大会报告的录播。
https://www.koushare.com/video/videodetail/15224
和今年10月份在中科大的4小时演讲：
https://www.koushare.com/live/details/37920
如果您想了解更多内容，请关注我们的科普公众号“PMI Lab”和访问我们的实验室主页https://www.labxing.com/hphuang2018。如有任何疑问或申请，请通过huanghp7@mail.sysu.edu.cn联系我们。此外，您还可以参考中山大学物理学院研究生招生官网https://spe.sysu.edu.cn/admissions/3，了解更多关于招生的细节和入学要求。
让我们享受理解AI的乐趣，以创造安全、可控、高效的AI繁荣人类文明，这是一个不可错过的时代，了解AI，提升AI，最终了解自我！
