AI会不会先取代搞数学和理论物理的那群人？

sinomonster

生成式模型：主要有一些生成类工作，无监督学习生成一批材料结构，再做高通量筛选；
回归模型：常用来做一些性质预测，来代替高通量筛选，一大难点还是晶体结构的表示性问题，另外有大量生成模型/回归模型的结合工作；
方程求解/变分优化：神经网络为基础的变分量子蒙卡和PINN都可以实现一些量子多体问题的求解，但尚未达到PINN所号称的高维优势；
LLM读论文：应用比较广泛，可以拿来所信息检索，一定程度上避开一些几十年前有人已经解决的问题；
势函数训练/PES生成：这个非常常用，机器学习势函数，尤其是各类神经网络势函数已经成为当前分子动力学模拟的主流；
CV在物质科学中的应用：有些争议还比较大，比如利用一些半监督学习模型去做反卷积/去噪，有些审稿人/用户宁愿更低分辨率，也不相信深度学习超分辨率技术。
人工智能的量子算法：这个很多现在的工作还是灌水，只是用一些量子算法的优化器/特征值求解器，目前还是挖坑阶段。

只说我熟悉的几个当年AI在物质科学的应用，不涉及物质科学反哺AI的领域，如扩散模型。可以说方兴未艾，有挑战性的科学问题还很多。望泥潭网友多多交流idea，迸发新灵感，提出新需求新问题。