报告摘要:Hopfield模型作为物理学家交叉学科研究的典范，赢得了2023年玻尔兹曼奖。本报告将简介Hopfield模型的物理学思想，并深入介绍基于Hopfield模型的现代扩展，包括考虑记忆模式的深度时空编码转换及所启发的新型随机矩阵渐近谱、非线性动力学属性和记忆能量景观的优化等十分丰富的数学、物理和脑科学的相互联系。本报告还将展望Hopfield模型对当今AI物理学的启发。

报告人简介: 黄海平，中山大学教授，博士生导师， 2011年获得中科院理论物理所博士学位， 随后在香港科技大学物理系, 东京工业大学计算智能系，日本理化学研究所(RIKEN) 脑科学中心从事统计物理与机器学习、神经计算交叉的基础理论研究，曾获得JSPS博士后资助、 RIKEN 杰出研究奖，国家自然科学优秀青年基金等，著有英文专著《神经网络的统计力学》（德国施普林格出版社和高等教育出版社2022年联合出版）。