科研学术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
厦门大学赵鸿教授做客学者论坛
文:教师发展中心、基础与前沿研究院 图:教师发展中心、基础与前沿研究院 来源:党委教工部、人力资源部(教师发展中心) 时间:2026-11-17

11月13日,厦门大学物理科学与技术学院赵鸿教授应邀做客学者论坛,带来题为 “从 Hopfield 网络到非 BP 算法 —— 非传统学习规则的探索” 的学术报告。本次论坛由教师发展中心主办,基础与前沿研究院、物理学院承办,基础与前沿研究院汤迎教授主持。

突破现有学习框架、发展非传统算法,是人工智能领域实现底层创新的重要方向。报告中,赵鸿教授从统计物理角度出发,梳理了 Hopfield 网络与玻尔兹曼机的发展脉络,讲解了它们作为联想记忆和随机生成模型的理论基础,同时指出经典模型存在的局限。

报告重点介绍了课题组提出的非对称 Hopfield 网络,以及配套的随机变异 - 优化选择学习规则。该思路有别于主流的误差反向传播学习范式,借助蒙特卡洛式的随机变异与择优机制调整神经元连接矩阵,调控神经元局域场,系统能够展现混沌相、记忆相、混合相等多样动力学状态,有效克服传统对称网络的伪吸引子问题。赵鸿教授还分享了该非 BP 框架在 Transformer、离散深度网络中的最新进展与测试效果,讨论了统计物理思路为学习规则设计、理解深度学习内在机制提供的新思路。

报告吸引了物理、人工智能、计算相关方向师生参与。交流环节,大家围绕模型动力学、算法实现、网络拓展等问题积极提问,赵鸿教授逐一细致解答。本次活动为统计物理与人工智能交叉研究搭建了交流渠道,拓宽了师生的研究视野,促进跨学科思想碰撞与学术合作。

编辑:杨丽可  /   审核:李果  /   发布:杨丽可