復(fù)旦大學(xué)高分子科學(xué)系張紅東教授、李劍鋒副教授與加拿大滑鐵瀘大學(xué)陳征宇教授合作，在深度學(xué)習(xí)與物理研究交叉領(lǐng)域取得新進(jìn)展，提出了一種全新的概念表征方法。近日，研究成果以《用強(qiáng)關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)預(yù)測與反向設(shè)計(jì)》（“Structural Prediction and Inverse Design by a Strongly Correlated Neural Network”）為題發(fā)表于《物理評(píng)論快報(bào)》(Physical Review Letters 123, 2019, 108002)。
　　將深度學(xué)習(xí)或神經(jīng)網(wǎng)絡(luò)運(yùn)用于研究自然語言或其它學(xué)科時(shí)，首先需要對涉及的一些概念（詞或物理實(shí)體）進(jìn)行恰當(dāng)?shù)?、充分的表征。之前，人們大多采用靜態(tài)熱點(diǎn)表征（One-Hot Encoding）或向量表征(Vector Representation)，此兩種表征方式雖可描述概念的特征，卻不能反映環(huán)境對其屬性之影響，亦不能體現(xiàn)概念的功能。
　　“因此，我常在想：大腦是不是真的用一個(gè)靜態(tài)的向量來表達(dá)概念與物理實(shí)體呢？我覺得不一定，比如我們說自行車時(shí)，這個(gè)概念本身它應(yīng)該自帶‘構(gòu)造’，另外它跟環(huán)境有關(guān)系。在不同光線下其形象應(yīng)該是有差別的。因此，我們想把概念的表示從向量提升成算符，做個(gè)升級(jí)?！?李劍鋒表示。
　　據(jù)此想法，團(tuán)隊(duì)創(chuàng)造性地提出用算子表示概念表示實(shí)體的思想。具體而言，用一個(gè)個(gè)子神經(jīng)網(wǎng)絡(luò)來表示一個(gè)個(gè)物理實(shí)體：網(wǎng)絡(luò)的輸入相當(dāng)于物理實(shí)體所處的環(huán)境，網(wǎng)絡(luò)的輸出表示在此環(huán)境下物理實(shí)體展現(xiàn)的物理屬性。
　　物理實(shí)體所處的環(huán)境再由其它實(shí)體的物理屬性聯(lián)合決定，通過這種自洽迭代形成物理屬性與環(huán)境的強(qiáng)關(guān)聯(lián)，從而極大地提高神經(jīng)網(wǎng)絡(luò)預(yù)測的準(zhǔn)確性。該方法目前被運(yùn)用于HP蛋白質(zhì)模型的預(yù)測與反向設(shè)計(jì)中，取得良好的效果；他們發(fā)現(xiàn)新方法特別適合解決涉及簡并度的問題。
　　文章鏈接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.123.108002

    （摘自復(fù)旦大學(xué)高分子科學(xué)系）