董晓

2011-    : 东南大学计算机科学与工程学院

研究方向

攒手机，扫CT，炼几何，补物理，脚踩西瓜皮，溜到哪里算哪里。深度网络龟息心底，量子信息鹤游脑际，计算宇宙鸿爪雪泥，时空结构犀灵难及。愈来愈眼高手低，越来越与民科看齐，但我依然盲目自喜，少数人率先手握真理。

1. 深度学习系统的几何化（Deep network is physical.）

深度网络和深度学习系统的可解释性依赖于描述深度网络的数学框架的建立。我们通过试图刻画深度网络和深度学习系统的几何结构来构建描述深度网络和深度学习系统的基本数学框架。

我们提出这一思路是基于如下观察：

（1）深度网络和深度学习系统具有与多个物理系统高度一致的几何结构，这其中包括几何力学，量子力学，量子计算系统，规范场和广义相对论的几何结构。这种几何结构上的一致性说明深度网络与物理系统具有紧密的联系，百年来物理的几何化道路的巨大成功提示我们，几何化也非常可能成为我们描述何理解深度网络系统的正确方向。

（2）另一方面，深度网络所具有的与物理系统高度一致的几何结构提示我们，物理世界的几何化结构可能植根于深度网络的几何化，或者说，物理世界的几何结构源自构造物理世界的深度网络的几何结构，同时，深度网络和深度学习在各领域的广泛有效性的根源也在于即深度网络是一切物理系统的通用构造和描述模式。

上述观察引导我们提出深度学习系统的几何化框架，构建联系深度网络/物理/几何的桥梁。在这一基本思想的知道下，我们正在尝试完成如下任务：

（1）刻画不同深度学习系统的微分几何图像并寻求与物理系统几何图像之间的联系。例如，ResNet与流体力学/量子计算几何结构的一致性，注意力机制与规范场的相似性，深度网络复杂度与量子计算复杂度的几何图像的相似性，深度网络最小复杂度原理与广义相对论的相似性等。

（2）仿照几何和量子力学的公理化体系，构造深度网络和深度学习系统的公理化体系。

2. 量子信息处理系统的几何化（Computation is physical）

这一工作基于量子信息处理的几何图像和深度网络的几何图像，我们认为物理世界的基本结构可以表述为一个量子计算的深度网络，物理世界的基本规律（几何结构）即源自这个量子计算的深度网络的几何结构，我们可以从量子计算的深度网络的几何结构推演出物理世界的几何结构。这一思想与近年来试图融合计算和物理领域基本概念的趋势是完全一致的，即物理世界衍生于量子计算，计算和计算复杂度具有物理实在性。

目前我们感兴趣的核心问题是如何从量子信息处理的角度理解时空的结构和基本规律。盘旋于脑海的问题包括：

（1）我们为何拥有3维的空间和1维的时间，4/10/11/26维时空如何诞生于量子信息处理系统

（2）从量子信息的角度理解空间和时间，时间的本源是什么，时间是否有物理实在性，空间如何衍生于量子信息处理系统

（3）从量子信息处理的角度理解热力学时间箭头

（4）从量子信息处理的角度描述时空的基本规律

（5）从量子算法对应的时空结构的角度理解量子计算与经典计算的关系

简而言之，结合上述两个方向，我们实际上是在试图以量子计算的深度网络作为基本工具来构造it from qubit的路线图。海森堡说，科研就如在迷雾中爬山，当你依稀看到可能是地标性岩石的时候，有可能就是你找到通往目标之路的先兆。我们希望我们现在也摸到了这些石头，希望这些路标可以引导我们构建连接物理/信息/计算/几何/深度网络的飞虹。

如果对上述这些严重不靠谱的工作方向感兴趣，可以先尝试阅读Seth Lloyd, Leonard Susskind以及Xiaogang Wen等人的工作，以下关键字是一堆大小不一颜色各异的石头，要弄清楚它们将组成一幅什么样的地形图，需要更多人的努力，欢迎一起来摸石头，同时，友情提醒，坑深慎入。我无法承诺你会有很多SCI，无法承诺你会顺利毕业，但我可以承诺我会给你打开一扇可以看见极远处风景的窗户。

computational universe, quantum computation complexity, holographic principle, Gauge/gravity duality, AdS/CFT, ER=EPR, Complexity=Action, Complexity=Volume, GR=QM， Hamiltonian complexity, tensor network, loop quantum gravity，QEC，the problem of time, string net condensation......