機械学習と物理

長らく物理学会には足を向けていない。今年の第74回年会は九州大学の伊都キャンパスで開催されている。ちょうど今の時間に，シンポジウム「機械学習と物理」が行われている。こんな感じ。

１（一般シンポジウム講演）はじめに
　阪大理・物理，橋本幸士
２（一般シンポジウム講演）物性物理のグランドチャレンジに対する重回帰分析と機械学習
　東大院工，今田正俊
３（一般シンポジウム講演）強い相互作用の最難問 — 中性子星の状態方程式
　東大理・物理・原子核理論，福嶋健二
４（一般シンポジウム講演）データ駆動手法による相関物質の予測と理解
　産総研 CD-FMat，三宅隆
５（一般シンポジウム講演）機械学習によるマルコフ連鎖モンテカルロ法の高速化へ向けて
　理研(AIP/iTHEMS), 慶應大・数理，田中章詞
６（一般シンポジウム講演）機械学習による特徴抽出と，繰り込み群や熱力学との関係
　OIST，船井正太郎
７（一般シンポジウム講演）広域撮像宇宙サーベイによるビッグデータ宇宙論
　東大理・物理・宇宙理論，吉田直紀
８（一般シンポジウム講演）量子力学と機械学習の数理
　東北大院情報科学，大関真之

ちなみに，昨年の2018年度日本物理学会科学セミナーのテーマも「ＡＩ（人工知能）と物理学（東京大学駒場キャンパス　数理科学研究棟　大講義室）」であった。そのプログラムは以下の通り（ちょっと被っている）。

8月11日（土・祝）10:00-16:30
１　はじめに
　日本物理学会会長　川村　光
２　情報処理技術としてのAI
　中島 秀之（札幌市立大学 学長）
３　思考力を競うゲームの人工知能技術発展の歴史と現状
　保木 邦仁（電気通信大学大学院情報理工学研究科 准教授）
４　広域宇宙撮像データを用いたビッグデータ宇宙論
　吉田 直紀（東京大学大学院理学系研究科 教授）
５　量子コンピュータが人工知能を加速する
　大関 真之（東北大学大学院情報科学研究科 准教授）
６　深層学習と時空
　橋本 幸士 (大阪大学大学院理学研究科　教授)
8月12日（日）10:00-16:40
７　深層学習とは何か、そしてどんなことが出来るようになっているのか
　瀧 雅人（理化学研究所数理創造プログラム(iTHEMS) 上級研究員）
８　多層畳み込みニューラルネットワークで求めた量子相転移の相図
　大槻 東巳（上智大学理工学部機能創造理工学科 教授）
９　人工知能と脳科学
　甘利 俊一（理化学研究所脳神経科学研究センター　特別顧問）
10　量子力学の問題をニューラルネットワークで解く
　斎藤 弘樹（電気通信大学大学院情報理工学研究科 教授）
11　AI は物理において何の役に立つか？
　寺倉 清之（物質・材料研究機構 名誉フェロー・エグゼクティブアドバイザー）
12　おわりに
　日本物理学会科学セミナー担当理事　迫田 和彰

日本物理学会誌の方でも「シリーズ　人工知能と物理学」という特集が開始され，産総研の神嶌敏弘さんの「変わりゆく機械学習と変わらない機械学習」が読める。そのうち日本物理教育学会誌にも，「機械学習と物理教育」とか「人工知能と物理教育」などの特集が組まれる時代がくるのだろうか。５年後？１０年後？

参考：Quantum Machine Learning（Wikipedia）
List of Acronyms
ANN: Artificial neural network
BM: Boltzmann machine
BN: Bayesian network
CDL: Classical deep learning
CML: Classical machine learning
HMM: Hidden Markov model
HQMM: Hidden quantum Markov model
k-NN: k-nearest neighbours
NMR: Nuclear magnetic resonance
PCA: Principal component analysis
QBN: Quantum Bayesian network
QDL: Quantum deep learning
QML: Quantum machine learning
QPCA: Quantum principal component analysis
QRAM: Quantum random access memory 
RAM: Random access memory
SQW: Stochastic quantum walk 
SVM: Support vector machine
WNN: Weightless neural network