清华物理系传奇特奖得主姚顺宇，正式投身大模型，加入 Anthropic 的 Claude 团队。
姚顺宇到底有多牛？
这次加入 Anthropic 的姚顺宇，此前就可谓是名声大噪，本科期间就在凝聚态物理领域做出突破性贡献。
我们这边即使是教授，也没有能超过姚顺宇同学目前本科期间的物理水平的。
在清华本科毕业之后，姚顺宇便去斯坦福攻读博士。
从领英的履历来看，他在今年毕业之后有 2 个动态的变化，一个是到加州伯克利做了几个月博士后，再之后就正式加入了 Anthropic。
那么这次清华物理学霸姚顺宇加入 Anthropic，有一个话题值得说道说道——Why change。
Anthropic创始人：物理学家学AI就是快
学物理转行AI，其实已经是学术界的一个“传统艺能”。
毕竟被誉为“人工智能教母”的李飞飞，就是从物理转向研究计算机视觉的一个鲜明例子。
她在普林斯都研究物理的过程中意识到，宇宙的根本问题不只是物理，还可以是关于生命与智能的。
这次姚顺宇加入的 Anthrophic AI，里面物理出身的研究员尤其不少。
转折点在博士毕业第三年，Dario Amodei 加入百度，曾与吴恩达一起工作，解决语音识别和自然语言处理中的问题，后来就在 AI 这条路上一路走到今天了。
…… 部分原因是物理学家学东西非常快。如果我们雇一个拥有物理博士学位的人，他们中的大部分可以快速学习机器学习并做出贡献。
我们的几位创始人，Jared Kaplan、Sam McCandlish，包括我自己，都是物理学家。现在团队里可能有 30-40 个物理学家。
机器学习仍然不是一个非常有深度的领域（a field that has an enourmous amount of depth），所以他们能够很快上手。
隔壁OpenAI也不乏物理专业出身的人才，如Sora团队中就有北大物理系校友靖礼。
Sora这类视频生成模型，也被定义为“物理世界的模拟器”。其背后的扩散模型，灵感更是从物理中的热力学借鉴而来。
……
不过要说今年“物理”和“人工智能”两个词联系最紧密的一次，莫过于刚刚颁发的诺贝尔物理奖了。
在颁奖活动中，诺奖组委会特别提到：
物理学为机器学习的发展贡献了工具，相应的，现在机器学习也惠及了物理研究。
例如，机器学习长期应用于希格斯粒子发现等诺奖领域，用于处理海量数据;它还可用于减少引力波测量中的噪声，或搜寻系外行星。
近年来，这项技术还开始被用于计算和预测分子及材料的性质，如计算决定蛋白质功能的分子结构，或设计性能更佳、可用于高效太阳能电池的新型材料。
只能说以后，科学发展到今天，学科之间的融合趋势会越来越明显了。
往好了想，只要有能力，学什么都不耽误跟上时代的潮流。
往坏了想，其他学科的人才可以随时跨界来卷你。
参考链接：
一起“点赞”三连↓
