Зачем физикам нужен компьютер

Обновлено: 21.11.2024

Какой объем компьютерных наук изучают физики (как профессиональные физики, так и студенты)?

Мне известно, что физики (и математики) обычно изучают и программируют в рамках своих исследований (вычислительных наук/физики). Но насколько обширны их знания/подготовка по информационным технологиям и основные курсы по информационным технологиям, которые они проходят в университете? Я читал из других тем здесь, что большинство выпускников-физиков действительно становятся программистами и учеными-компьютерщиками в промышленности / корпорации после выпуска (обычно после бакалавриата). Я имею в виду, действительно ли они так же хороши, как ученые-компьютерщики и программисты, имеющие настоящие степени в области компьютерных наук и информационных технологий? Я также читал, что большинство работодателей предпочитают людей с физическим образованием, даже в сфере CS/IT.

Значит, физики CS также могут заниматься разработкой программного обеспечения, приложениями, веб-сайтами и подобными вещами?

И, наконец, я хочу узнать, какие именно концепции и знания CS изучают и используют физики? Получают ли они также возможность изучать и работать над алгоритмами, дискретными структурами, автоматами и особенно теорией вычислений/вычислительной сложности (которая может быть сложной математикой/доказательством)?

Заранее большое спасибо!

Ответы и ответы

Я второкурсник, который, вероятно, собирается объявить прикладную физику своей специальностью. Я прошел курс компьютерного программирования, предназначенный для ученых/инженеров. Мы изучили C++ и MATLAB. Мы решали различные базовые задачи по естественным/техническим дисциплинам. Мы не стали продвинутыми программистами на C++, потому что мы использовали MATLAB всякий раз, когда это было бы более эффективно (например, в задачах, связанных с матрицами или построением графиков). Мы использовали C++ только для основных количественных задач, таких как расчет сопротивления для входного напряжения/тока пользователем.

Я еще не посещал продвинутых уроков физики, но держу пари, что в будущем буду больше заниматься программированием.

Я также заметил, что многие производители видеоигр нанимают программистов со степенью в области физики или математики. Вероятно, это связано с тем, что программирование игр может быть очень сложным с такими вещами, как трехмерная математика и физика.

За свою жизнь я прошел ровно два курса по информатике, и оба онлайн. Всему остальному я научился сам.

Я имею в виду, действительно ли они так же хороши, как компьютерщики и программисты, имеющие настоящие дипломы в области информатики/информатики?

Степени в области компьютерных наук мало что значат. Одна из причин, по которой программистов-физиков так много, заключается в том, что довольно легко выяснить чьи-то способности к программированию, и никого не волнует, где и как вы научились программировать.

Программирование во многом похоже на письмо, и есть много англоязычных специалистов, которые не умеют писать, и много писателей, у которых нет английского языка.

Зависит от физика. Физик может не знать CS. Тем не менее, базовые алгоритмы и вычислительная сложность являются довольно важными элементами для любого нетривиального программирования.

Если вы просто посещаете базовые курсы по физике и не занимаетесь сторонним программированием, вы не станете приличным программистом. Если вы посещаете курсы физики, а затем тратите большую часть своего времени на программирование, у вас все получится.

Кроме того, отношения между программированием и CS подобны отношениям между письмом и специализацией в области английской литературы или лингвистики. Физик может быть профессиональным программистом точно так же, как физик может быть профессиональным писателем.

И наоборот, есть отличные профессора информатики, из которых получаются ужасные программисты, точно так же, как можно быть блестящим профессором английской литературы или лингвистики и не уметь написать приличный рассказ.

Специалист по информационным технологиям сможет создать операционную систему с нуля. Это гораздо больше, чем простое программирование. Например, это понимание того, как работают более простые функции компиляторов и операционных систем.

Это просто не нужно обычному научному программисту.

Иногда я просто не знаю, выдумываете ли вы что-то или слышите голоса из радиопомех, но сказать, что степень бакалавра наук не так уж много значит, вряд ли будет правильным заявлением.

Как сказал Integral, в CS есть нечто большее, чем просто вычислительная сложность и базовые алгоритмы.Фактически, нетривиальное программирование, как вы его называете, особенно в рабочем мире, большую часть времени мало заботится о том, работает ли программа в [tex]O(\log_2 \log _2 n)[/tex]

Кажется, два кванта рыбы совершают ошибку, которую Integral пытался исправить. «Информатика» — это не написание программ.

Я собирался сказать что-то похожее на то, что сказал HallsOfIvy.

Архитектура для плотницких работ то же, что CS для программирования.

Это просто не нужно обычному научному программисту.

Как сказал Integral, в CS есть нечто большее, чем просто вычислительная сложность и базовые алгоритмы. Фактически, нетривиальное программирование, как вы его называете, особенно в рабочем мире, большую часть времени мало заботится о том, работает ли программа в [tex]O(\log_2 \log _2 n)[/tex]

[tex]O(\log_2 \log_2 n)[/tex] эффективность? Можно мечтать.

Со всей серьезностью я хотел бы повторить эти заявления.

Это сводится к разнице в акцентах. Конечно, эти два набора навыков частично совпадают.

В качестве источника данных я работаю в группе вычислительной физики. Особое внимание я уделяю формальной физической теории, лежащей в основе моделирования, которое мы запускаем, а также эффективности наших алгоритмов. Итак, большинство людей в моей группе (и подобных группах) склонны больше сосредотачиваться на математической стороне программирования. Какие библиотеки мы должны использовать? Каковы лучшие алгоритмы для этой конкретной симуляции? Мы рассматриваем компромисс между численной (и, следовательно, физической) точностью и вычислительной эффективностью для данной задачи.

Что касается того, насколько хорошо я изучил компьютерные науки, я прошел пару курсов на факультете компьютерных наук в качестве старшекурсника. Но вещи, которые я делаю (перечисленные выше), я в основном узнал из своих курсов физики и вычислительной математики. Большая часть фактического программирования сводится к знакомству с языком.

В дополнение к тому, что упоминают Дэйви и Интеграл (и возвращаясь к одному из ваших первоначальных вопросов), ученые-компьютерщики, как правило, намного лучше разрабатывают программное обеспечение, которое могут легко использовать другие люди. Черт, я даже не могу представить себе попытку разработки программного обеспечения с графическим интерфейсом — это настолько отличается от того типа программирования, которым регулярно занимается большинство физиков. Физики могут быть наняты для такого рода вещей, но я подозреваю, что они приобрели определенные навыки, необходимые для этого, не на курсах физики.

Со временем физика элементарных частиц, астрофизика и вычислительная техника дополняли друг друга. Эта совместная эволюция продолжается и сегодня.

В середине двадцатого века физики элементарных частиц глубже, чем когда-либо прежде, изучали историю и устройство Вселенной. Со временем их расчеты стали слишком сложными, чтобы их можно было уместить на доске или отдать на откуп армии людей-«компьютеров», выполняющих расчеты вручную.

Чтобы справиться с этим, они разработали одни из первых в мире электронных компьютеров.

Физика сыграла важную роль в истории вычислительной техники. Транзистор — переключатель, управляющий потоком электрического сигнала внутри компьютера, — был изобретен группой физиков из Bell Labs. Невероятные вычислительные потребности физики элементарных частиц и астрофизических экспериментов последовательно расширяют границы возможного. Они поощряют разработку новых технологий для решения задач, от работы с лавинами данных до моделирования взаимодействий в масштабах как космоса, так и квантового мира.

Но это влияние идет не только в одну сторону. Компьютеры также играют важную роль в физике элементарных частиц и астрофизике. По мере того, как вычислительная техника становится все более сложной, ее собственный прогресс способствует новым научным открытиям и прорывам.

Управление натиском данных

В 1973 году ученые из Национальной ускорительной лаборатории Ферми в Иллинойсе получили свой первый большой мэйнфрейм-компьютер: 7-летний подержанный из Национальной лаборатории Лоуренса в Беркли. Назывался CDC 6600, весил около 6 тонн. В течение следующих пяти лет Fermilab пополнила свою коллекцию еще пятью большими мейнфреймами.

Затем было завершено строительство Тэватрона — в то время самого мощного в мире ускорителя частиц, — который должен был обеспечивать пучки частиц для многочисленных экспериментов в лаборатории. К середине 1990-х годов два четырехэтажных детектора частиц начнут собирать, хранить и анализировать данные о миллионах столкновений частиц на Тэватроне в секунду. Эти новые эксперименты, названные детектором коллайдера в Фермилабе и детектором DZero, угрожали превзойти вычислительные возможности лаборатории.

В декабре 1983 года комитет физиков и ученых-компьютерщиков выпустил 103-страничный отчет, в котором подчеркивалась «срочная необходимость модернизации компьютерного оборудования лаборатории». В отчете говорится, что лаборатория «должна продолжать наверстывать упущенное» с точки зрения вычислительных возможностей, и что «это должно оставаться главным вычислительным приоритетом лаборатории в течение следующих нескольких лет».

Вместо того, чтобы просто покупать больше больших компьютеров (которые были невероятно дорогими), комитет предложил новый подход: они рекомендовали увеличить вычислительную мощность, распределив нагрузку на кластеры или «фермы» из сотен компьютеров меньшего размера.

Благодаря разработке компанией Intel в 1971 году нового коммерчески доступного микропроцессора размером с костяшку домино компьютеры уменьшались в размерах. Фермилаб была одной из первых национальных лабораторий, которая опробовала концепцию объединения этих небольших компьютеров вместе, рассматривая каждое столкновение частиц как независимое в вычислительном отношении событие, которое можно было анализировать на собственном процессоре.

Как и многие новые идеи в науке, она не была принята без возражений.

Джоэл Батлер, физик из Fermilab, входивший в комитет по вычислительной технике, вспоминает: "Был большой спор о том, хорошая это идея или плохая".

По его словам, многие люди были очарованы большими компьютерами. Они были впечатляюще выглядящими и надежными, и люди знали, как ими пользоваться. А затем появился «этот рой крошечных устройств, упакованных в корпуса размером с хлебницу».

Компьютеры были незнакомы, а компании, которые их производили, не были хорошо зарекомендовали себя. Кроме того, было неясно, насколько хорошо сработает стратегия кластеризации.

Что касается Батлера? «Я поднял руку [на собрании] и сказал: «Хорошая идея», — и вдруг вся моя карьера переместилась с создания детекторов и линий луча на вычисления», — усмехается он.

Вскоре после этого инновации, принесшие пользу физике элементарных частиц, позволили совершить еще один скачок в вычислительной технике. В 1989 году Тим Бернерс-Ли, специалист по информатике из ЦЕРН, запустил Всемирную паутину, чтобы помочь физикам ЦЕРН обмениваться данными с коллегами-исследователями по всему миру.

Чтобы было ясно, Бернерс-Ли не создавал Интернет — он уже существовал в форме ARPANET, разработанной Министерством обороны США. Но сеть ARPANET соединила всего несколько сотен компьютеров, и было сложно обмениваться информацией между машинами с разными операционными системами.

Созданная Бернерсом-Ли сеть представляла собой приложение, которое работало в Интернете, как электронная почта, и начиналось как набор документов, связанных гиперссылками. Чтобы обойти проблему доступа к файлам между компьютерами разных типов, он разработал HTML (язык гипертекстовой разметки), язык программирования, который форматирует и отображает файлы в веб-браузере независимо от операционной системы локального компьютера.

Бернерс-Ли также разработал первый веб-браузер, позволяющий пользователям получать доступ к файлам, хранящимся на первом веб-сервере (компьютере Бернерса-Ли в ЦЕРН). Он реализовал концепцию URL (унифицированного указателя ресурсов), указав, как и где получить доступ к нужным веб-страницам.

То, что начиналось как внутренний проект, призванный помочь физикам элементарных частиц обмениваться данными внутри своего учреждения, коренным образом изменило не только вычислительную технику, но и то, как большинство людей сегодня воспринимают цифровой мир.

В Фермилабе кластерные вычисления хорошо зарекомендовали себя при обработке данных Tevatron. Со временем он стал отраслевым стандартом для таких технологических гигантов, как Google и Amazon.

В течение следующего десятилетия эту идею переняли и другие национальные лаборатории США. Национальная ускорительная лаборатория SLAC, которая тогда называлась Стэнфордским центром линейных ускорителей, перешла от больших мэйнфреймов к кластерам компьютеров меньшего размера, чтобы подготовиться к своему чрезвычайно требовательному к данным эксперименту BaBar. И SLAC, и Fermilab также первыми внедрили веб-сервер Ли. Лаборатории создали первые два веб-сайта в США, проложив путь для распространения этой инновации по всему континенту.

В 1989 году в знак признания растущей важности вычислений в физике директор Фермилаборатории Джон Пиплс преобразовал вычислительный отдел в полноценное подразделение. Руководитель отдела подчиняется непосредственно директору лаборатории, что упрощает получение ресурсов и расстановку приоритетов. Физик Том Нэш сформировал новое вычислительное подразделение вместе с Батлером и двумя другими учеными, Ирвином Гейнсом и Викторией Уайт. Батлер руководил подразделением с 1994 по 1998 год.

Высокопроизводительные вычисления в физике элементарных частиц и астрофизике

Эти вычислительные системы долгое время хорошо работали для физиков элементарных частиц, — говорит астрофизик из лаборатории Беркли Питер Ньюджент. То есть до тех пор, пока закон Мура не начал останавливаться.

Закон Мура заключается в том, что каждые два года количество транзисторов в цепи удваивается, что делает компьютеры быстрее и дешевле. Термин был впервые введен в середине 1970-х годов, и тенденция надежно продолжалась в течение десятилетий.Но теперь производители компьютеров начинают приближаться к физическому пределу количества крошечных транзисторов, которые они могут втиснуть в один микрочип.

В связи с этим, по словам Наджента, физики элементарных частиц вместо этого стремятся использовать преимущества высокопроизводительных вычислений.

Ньюджент говорит, что высокопроизводительные вычисления — это «нечто большее, чем кластер или среда облачных вычислений, которую вы можете получить от Google, AWS или местного университета».

Обычно это означает, говорит он, что у вас есть высокоскоростная сеть между вычислительными узлами, позволяющая им очень и очень быстро обмениваться информацией друг с другом. Когда вы работаете с сотнями тысяч узлов одновременно, это значительно ускоряет процесс.

На одном традиционном компьютере, по его словам, 100 миллионов часов работы процессора соответствуют более чем 11 000 лет непрерывных вычислений. Но для ученых, использующих высокопроизводительные вычислительные комплексы в лаборатории Беркли, Аргоннской национальной лаборатории или национальной лаборатории Ок-Риджа, 100 миллионов часов – это типичная сумма, выделяемая в течение одного года на этих объектах.

Уже более десяти лет подобные суперкомпьютеры предоставляют теоретикам вычислительную мощность для решения уравнений квантовой хромодинамики с высокой точностью, позволяя им делать прогнозы о сильных взаимодействиях, связывающих кварки в строительные блоки материи.

р>

И хотя астрофизики всегда полагались на высокопроизводительные вычисления для имитации рождения звезд или моделирования эволюции космоса, Ньюджент говорит, что теперь они используют их и для анализа данных.

Это включает в себя быстрые вычисления по обработке изображений, которые позволили наблюдать несколько сверхновых, в том числе SN 2011fe, снятых сразу после ее начала. «Мы нашли его всего через несколько часов после взрыва, и все потому, что мы смогли так эффективно и быстро запустить эти конвейеры», — говорит Ньюджент.

По словам физика из лаборатории Беркли Паоло Калафиуры, физики элементарных частиц также используют высокопроизводительные вычисления для моделирования — не для моделирования эволюции космоса, а для моделирования того, что происходит внутри детектора частиц. «Моделирование детектора — это самая требовательная к вычислительным ресурсам задача, которая у нас есть, — говорит он.

Ученым необходимо оценить несколько вариантов того, что может произойти при столкновении частиц. Чтобы правильно скорректировать эффекты детектора при анализе экспериментов с детектором частиц, им необходимо моделировать больше данных, чем собирать. "Если вы собираете 1 миллиард событий столкновения в год, – говорит Калафьюра, – вам нужно смоделировать 10 миллиардов событий столкновения".

Калафиура говорит, что сейчас его больше беспокоит поиск способа хранения всех смоделированных и фактических данных детектора, чем их производство, но он знает, что это долго не продлится.

"Когда физика продвигает вычисления?" он говорит. "Когда вычисления недостаточно хороши... Мы видим, что через пять лет компьютеры будут недостаточно мощными для решения наших задач, поэтому мы усердно работаем над некоторыми радикально новыми идеями и проводим много детальной работы по оптимизации".

Вот почему в рамках проекта Exascale Computing Министерства энергетики США в ближайшие несколько лет планируется создать компьютеры, способные выполнять квинтиллион (то есть миллиард миллиардов) операций в секунду. Новые компьютеры будут в 1000 раз быстрее, чем самые быстрые компьютеры в настоящее время.

Экзафлопсные компьютеры также будут использоваться для других целей, от точной медицины до моделирования климата и национальной безопасности.

Машинное обучение и квантовые вычисления

Инновации в компьютерном оборудовании позволили астрофизикам расширить возможности моделирования и анализа. Например, по словам Наджента, появление графических процессоров ускорило возможности астрофизиков выполнять вычисления, используемые в машинном обучении, что привело к взрывному росту машинного обучения в астрофизике.

С помощью машинного обучения, которое использует алгоритмы и статистику для выявления закономерностей в данных, астрофизики могут моделировать целые вселенные за микросекунды.

Машинное обучение играет важную роль и в физике элементарных частиц, — говорит Нхан Тран, научный сотрудник Fermilab. «[Физики] имеют очень многомерные данные, очень сложные данные», — говорит он. «Машинное обучение — это оптимальный способ найти интересные структуры в этих данных».

Точно так же, как компьютер можно научить различать кошек и собак на картинках, он может научиться идентифицировать частицы из наборов физических данных, различая такие вещи, как пионы и фотоны.

Тран говорит, что использование вычислений таким образом может ускорить открытие. «Как физики, мы смогли многое узнать о физике элементарных частиц и природе, используя алгоритмы, не связанные с машинным обучением», — говорит он. «Но машинное обучение может значительно ускорить и дополнить этот процесс, а также потенциально обеспечить более глубокое понимание данных».

И пока группы исследователей заняты созданием экзафлопсных компьютеров, другие усердно работают над созданием другого типа суперкомпьютера: квантового компьютера.

Помните закон Мура? Раньше инженеры могли делать компьютерные чипы быстрее, уменьшая размер электрических цепей и уменьшая время, необходимое для передачи электрических сигналов. «Теперь наша технология настолько хороша, что буквально расстояние между транзисторами составляет размер атома», — говорит Тран. "Поэтому мы не можем продолжать масштабировать технологию и ожидать тех же преимуществ, которые мы видели в прошлом".

Чтобы обойти эту проблему, некоторые исследователи пересматривают принцип работы вычислений на фундаментальном уровне, например, на самом фундаментальном.

Базовая единица данных в классическом компьютере называется битом, который может содержать одно из двух значений: 1, если есть электрический сигнал, или 0, если нет. Но в квантовых вычислениях данные хранятся в квантовых системах — таких как электроны, у которых спины либо вверх, либо вниз, или фотоны, которые поляризованы либо вертикально, либо горизонтально. Эти единицы данных называются кубитами.

Вот где это становится странным. Благодаря квантовому свойству, называемому суперпозицией, кубиты могут иметь более двух возможных состояний. Электрон может находиться в восходящем, нисходящем или промежуточном состояниях.

Что это значит для вычислений? Набор из трех классических битов может существовать только в одной из восьми возможных конфигураций: 000, 001, 010, 100, 011, 110, 101 или 111. Но благодаря суперпозиции три кубита могут находиться во всех восьми этих конфигурациях одновременно. Квантовый компьютер может использовать эту информацию для решения задач, которые невозможно решить с помощью классического компьютера.

Ученый из лаборатории Fermilab Аарон Чоу сравнивает решение квантовых задач с броском камешка в пруд. Рябь движется по воде во всех возможных направлениях, «одновременно исследуя все возможные вещи, с которыми она может столкнуться».

Напротив, классический компьютер может двигаться только в одном направлении за раз.

Но это делает квантовые компьютеры быстрее классических только тогда, когда речь идет о решении определенных типов задач. «Вы не можете взять любой классический алгоритм, поместить его на квантовый компьютер и улучшить, — говорит физик из Калифорнийского университета в Санта-Барбаре Джон Мартинис, который участвовал в создании квантового компьютера Google.

Хотя квантовые компьютеры работают принципиально иначе, чем классические компьютеры, их разработка и создание были бы невозможны без традиционных вычислений, закладывающих основу, — говорит Мартинис. "Мы используем многие технологии последних 50 или более лет".

Задачи, которые хорошо подходят для квантовых вычислений, по своей природе являются квантово-механическими, – говорит Чжоу.

Например, говорит Мартинис, возьмем квантовую химию. По его словам, решать проблемы квантовой химии с помощью классических компьютеров настолько сложно, что от 10 до 15% используемых в мире суперкомпьютеров в настоящее время посвящены этой задаче. «Задачи квантовой химии сложны именно потому, что квантовый компьютер так эффективен» — потому что для их решения необходимо учитывать все различные квантово-механические состояния всех задействованных отдельных атомов.

Поскольку улучшение квантовых компьютеров было бы очень полезно для физических исследований, а их создание требует навыков и знаний, которыми обладают физики, физики наращивают свои усилия в области квантовой физики. В США Закон о национальной квантовой инициативе от 2018 года призвал Национальный институт стандартов и технологий, Национальный научный фонд и Министерство энергетики поддерживать программы, центры и консорциумы, занимающиеся квантовой информатикой.

Коэволюция требует сотрудничества

На заре вычислительной физики грань между физиком элементарных частиц и специалистом по информатике могла быть размытой. Физики использовали имеющиеся в продаже микропроцессоры для создания компьютеров для экспериментов. Они также написали большую часть своего собственного программного обеспечения — от драйверов принтеров до программного обеспечения, которое координировало анализ между кластерными компьютерами.

В настоящее время роли несколько изменились. Батлер говорит, что большинство физиков используют имеющиеся в продаже устройства и программное обеспечение, что позволяет им больше сосредоточиться на физике. Но некоторые люди, такие как Аншу Дубей, работают прямо на пересечении двух полей. Дюби — специалист по вычислительной технике в Аргоннской национальной лаборатории, который работает с физиками-вычислителями.

Когда физику необходимо интерпретировать или смоделировать явление с помощью вычислений, иногда он записывает студента или постдока в свою исследовательскую группу на один или два курса программирования, а затем просит их написать код для выполнения этой работы. Хотя эти коды математически сложны, по словам Дуби, они не сложны логически, что делает их относительно простыми в написании.

Моделирование одного физического явления можно аккуратно упаковать в довольно простой код. «Но реальный мир не хочет сотрудничать с вами из-за своей модульности и инкапсуляции», — говорит она.

Всегда действует множество сил, поэтому для точного моделирования реальной сложности необходимо использовать более сложное программное обеспечение — в идеале программное обеспечение, которое не становится невозможным в обслуживании по мере его обновления с течением времени. «Внезапно, — говорит Дьюби, — вам начинают требоваться люди, которые сами по себе креативны — с точки зрения способности разрабатывать программное обеспечение».

Именно здесь на помощь приходят такие люди, как Дубей. В Аргонне Дубей разрабатывает программное обеспечение, которое исследователи используют для моделирования сложных мультифизических систем, включающих такие процессы, как гидродинамика, перенос излучения и ядерное горение.

Наем специалистов по информатике для исследовательских проектов в физике и других областях науки может быть непростой задачей, – говорит Дьюби. Большинство финансирующих агентств указывают, что деньги на исследования можно использовать для найма студентов и постдоков, но не для оплаты разработки программного обеспечения или найма преданных инженеров. "У людей, чья карьера похожа на мою, в академических кругах нет достойной карьеры", – говорит она.

В идеальном мире университеты учредили бы специальные должности для группы инженеров-исследователей-программистов на факультетах физики, занимающихся нетривиальным объемом вычислительных исследований, – говорит Дьюби. Эти инженеры будут писать надежный код с хорошей архитектурой, а их институциональные знания останутся с командой.

Физика и вычислительная техника были тесно переплетены на протяжении десятилетий. Как бы они ни развивались — к новым методам анализа с использованием искусственного интеллекта, например, или к созданию все более и более совершенных квантовых компьютеров — кажется, что они останутся на этом пути вместе.

Недавно я вместе с некоторыми химиками написал статью (к сожалению, еще не опубликованную в Интернете), в которой, по существу, я ответил на вопрос: "Что нужно химикам от специалистов по информатике?" Это включало решение теоретических задач, таких как комбинаторное перечисление и выборка определенных классов графов; и практические проблемы программирования, такие как реализации алгоритмов с открытым исходным кодом, которые в настоящее время реализованы только в дорогих пакетах программного обеспечения.

Это побуждает меня спросить: а как насчет этого поля? Существуют ли теоретические вопросы комбинаторики, анализа алгоритмов, для решения которых физике нужен теоретик-компьютерщик? Или как насчет создания практических инструментов, которые позволили бы физику-теоретику работать лучше: «Если бы у меня была программа, которая решала бы за меня такие задачи!»

Предназначен как вики сообщества.

5 ответов 5

Я думаю, что, возможно, некоторые другие ответы считают информатику синонимом вычислений. Я предполагаю, что это, возможно, не то, что вы имеете в виду, а скорее теоретическая информатика. Очевидно, что с квантовой обработкой информации существует огромное совпадение, о котором, я думаю, вы уже хорошо знаете, поэтому я проигнорирую это.

Большая часть физики (включая квантовую физику) является непрерывной, поэтому используемый тип математики больше склонен к непрерывной математике (решение дифференциальных уравнений в частных производных, поиск геодезических и т. д.) по сравнению с дискретными структурами, изучаемыми в теоретической информатике. Таким образом, совпадений не так много. Статистическая механика, как правило, больше занимается дискретными структурами, поэтому здесь больше совпадений.

Одна большая область совпадения на самом деле связана с вычислительной физикой, где люди занимаются вычислением определенных свойств физических систем. В частности, моделирование физических систем является огромной областью исследований, и большое внимание уделяется поиску эффективных алгоритмов моделирования физических систем. В частности, поиск квантовых основных состояний и моделирование квантовой динамики — это те области, в которых у меня есть самый непосредственный опыт. Достигнут значительный прогресс как с точки зрения доказательства результатов о стойкости (например, недавняя статья Скотта Аароснсона о сложности моделирования линейной оптики, QMA-полноты нахождения квантовых основных состояний даже весьма ограниченных систем, моделирования коммутирующих операторов и т. д.). ), а также эффективные алгоритмы (например, алгоритмы совпадения или теорема Готтсмана-Книлла).

$\begingroup$ Основные модели являются дискретными, но есть и другие модели, работающие с непрерывными данными. Старый добрый пример здесь. Также есть интересное взаимодействие по вопросам, связанным со случайным k-SAT. $\endgroup$

$\begingroup$ @Kaveh: Да, я знаю. Я просто имел в виду, что на высоком уровне математика имеет тенденцию быть другой. $\endgroup$

$\begingroup$ Хотя мне определенно нравится этот ответ, я не нахожу в вопросе никаких указаний на то, что Аарон намеревается направить его в основном на область теоретической информатики; он даже спрашивает о «создании практических инструментов».Конечно, задающий вопрос теоретик в области компьютерных наук, но, насколько я могу судить, вопрос в равной степени касается всех областей компьютерных наук. $\endgroup$

$\begingroup$ @Logan: Он конкретно говорит: "Есть ли теоретические проблемы комбинаторики, алгоритмического анализа, для решения которых физике нужен теоретик-компьютерщик?" $\endgroup$

$\begingroup$ @Joe: Да, но уже в следующем предложении он спрашивает о практических проблемах, что для меня было признаком того, что он искал ответы как с теоретической, так и с прикладной точек зрения. Кроме того, чтобы уточнить, я не рассматривал вычисления и информатику как синонимы, но я должен признать, что мало знаю о том, из чего состоит теоретическая информатика, кроме, скажем, Хопкрофта и Уллмана. Ученые-теоретики здесь занимаются исследованиями в таких областях, как биологические вычисления, что, насколько я могу судить, не имеет в виду большинство людей, говоря о теоретической информатике. $\endgroup$

РЕДАКТИРОВАТЬ: этот ответ конкретно с точки зрения очень ориентированных на вычисления областей, таких как теоретическая физика плазмы.

Большинство физиков умеют программировать, и на самом деле многие из них довольно хорошие программисты. Было бы трудно работать в современной физике, не умея программировать. К сожалению, многие из них также не очень хорошие программисты (я читал много кода на Фортране, где goto был основным методом управления потоком).

Всегда желательно иметь более быстрые алгоритмы, поэтому анализ алгоритмов полезен. Однако во многих случаях скорость алгоритма не является ограничивающим фактором, поэтому он не так полезен, как можно было бы надеяться. Подробнее об этом позже.

Одним из занятий, которым я занимался в старшей школе в лаборатории, была разработка графических интерфейсов для существующих программ. В теоретической физике плазмы существует большое количество кодов, которые нужно запускать, чтобы получить некоторое представление о том, что происходит в реакторе. Разработка графического интерфейса для этого не так тривиальна, как вы думаете; интеграция ввода параметров, визуализация данных и хорошее соединение кодов на самом деле требуют некоторых знаний о том, что происходит физически. Это в большей степени предназначено для программистов, чем для специалистов по информатике, но все же должно быть полезным.

Еще одна область, в которой должна развиваться вычислительная физика, — это теории, основанные на данных. Ученым-компьютерщикам это лучше известно как машинное обучение. Я просто приведу пример проекта, который я сделал, опять же по физике плазмы. При расчете турбулентного переноса для стеллараторов золотым стандартом являются так называемые гирокинетические симуляции. Они могут потреблять 100 миллионов часов ЦП и более и генерировать огромные объемы данных. Мой советник (в то время я был стажером) предложил изучить вывод файлов с помощью нейронных сетей. Идея заключалась в том, чтобы обучить нейронную сеть, используя как можно больше гирокинетических симуляций, а затем посмотреть, на что она способна. Мы ожидали, что он, вероятно, ничего не сможет сделать.

Всех существующих пакетов нейронных сетей, как коммерческих, так и бесплатных, было недостаточно для того, что нам было нужно. Существуют встроенные симметрии и приближенные симметрии системы, которые часто неочевидны. Превратить это в способ работы нейронной сети было непросто. В конце концов я написал код полностью сам, просто внедрив столько физики, сколько смог. Это сработало на удивление хорошо, и я и мой советник подумали, что это будет очень интересное направление в будущем. К сожалению, выйти за рамки этого было за пределами моих способностей программирования и, вероятно, потребовался бы эксперт в области нейронных сетей, хорошо разбирающийся в физике плазмы.

Я не думаю, что можно создать код нейронной сети, который будет полезен для широкого круга дисциплин. Если бы существовал способ встроить симметрии в код, которому должна была бы следовать сеть, это было бы чрезвычайно полезно для теории, управляемой данными. Я предполагаю, однако, что каждый из них, вероятно, придется изготавливать отдельно. Это та область, в которой физики-теоретики (вычислители) и ученые-компьютерщики могут и, вероятно, должны больше сотрудничать. Нейронные сети, очевидно, тоже не единственная вещь; Я полагаю, что в таких областях, как вычислительная физика плазмы, теория, основанная на данных, переживет огромный бум, если мы сможем использовать машинное обучение со встроенной физикой.

Вероятно, я должен добавить, что то, что я пытался сделать, было, строго говоря, не теорией, основанной на данных, а скорее теорией, основанной на моделировании. Настоящая теория, основанная на данных, будет использовать экспериментальные данные, но это гораздо более дорогостоящий вариант (учитывая, что каждая конфигурация соответствует созданию стелларатора стоимостью более 1 миллиарда долларов). По сути, это был проект для проверки концепции.

Что касается скорости алгоритма, то в случае с физикой плазмы ограничивающим фактором не обязательно является возможность моделирования. Сегодня даже самые дорогостоящие модели, которые нас интересуют, могут быть выполнены на суперкомпьютерах.Так называемое «полное» моделирование потребует дополнительных вычислений примерно на $10^$, что вряд ли когда-либо будет возможно. Промежуточная область до сих пор оказалась довольно хаотичной, и не похоже, чтобы ответы значительно улучшились, просто случайным образом добавляя больше точек сетки к проблеме. Нам нужно сначала понять, что происходит в малых масштабах, а затем мы сможем применить это. Существует ряд методов для выполнения таких вычислений, таких как вышеупомянутое моделирование гирокинетики, но они, по сути, являются лишь нашим лучшим предположением и лишь приблизительно совпадают с экспериментом.

В стеллараторе турбулентный перенос критически зависит от геометрии геометрии реактора, и поэтому существует по существу бесконечное пространство параметров для исследования. По крайней мере, для пертурбативного изучения этого пространства параметров лучшим направлением, по-видимому, является гибридизация теории, основанной на данных / моделировании, с использованием машинного обучения. Наличие более быстрых кодов могло бы помочь, но неясно, приведут ли они нас в основном к правильной физике; скорее проблема, похоже, в том, что мы не знаем, как разработать такие алгоритмы, чтобы получить от них то, что мы хотим. Правда, это было несколько лет назад, и я не слежу за литературой, и было всего несколько человек, занимающихся этим направлением, так что я не знаю, открыто ли оно еще.

Физика основана на создании математических картин того, как устроена Вселенная. Физика действительно основана на логике, которая является неотъемлемой частью информатики.

Должен ли я взять физику для информатики?

Прежде всего, не волнуйтесь, компьютерная инженерия и компьютерные науки сосредоточены не на вычислениях или физике, а на логике и, в некоторых областях, вероятности и статистике. . (Конечно, знание математики и физики помогает поступить на инженерные программы, но не обязательно.)

Какая физика используется в информатике?

Мы организуем вашу степень по физике вокруг более глубокой связи с информатикой; факультативы по физике используются на курсах информатики. Традиционные курсы физики включают электромагнитные поля, квантовую механику, тепловую и статистическую физику.

Какова связь между физикой и информатикой?

Физика и информатика – две дополняющие друг друга области. Физика предлагает аналитический взгляд на решение проблем и базовое понимание природы, в то время как информатика расширяет возможности создания практических и коммерческих приложений, помимо того, что представляет собственный теоретический интерес.

Сложна ли физика?

В целом, курсовая работа на уровне колледжа должна быть сложной. Физика, конечно, не исключение. На самом деле, большинство людей считают физику одним из самых сложных курсов, которые вы можете пройти. Одна из причин, по которой физика так сложна, заключается в том, что она включает в себя много математики.

Вопрос: должен ли я изучать математику или физику в качестве второй специализации в качестве специалиста по компьютерным наукам?

Найдено 42 похожих вопроса

Почему мы изучаем физику в информатике?

Физика оказала большое влияние на информатику. Скорость света напрямую применима к информатике во многих отношениях. . Выполнение вычислений за доли микросекунд возможно только благодаря скорости.

Как компьютер используется в физике?

В современном учебном процессе компьютеры также используются для улучшения изучения физики. Их можно использовать для анализа и визуализации данных, передачи результатов, проведения экспериментов и мониторинга оборудования. Компьютеры могут играть важную и разнообразную роль в обучении физике.

Используется ли физика в разработке программного обеспечения?

Физика не нужна, если, конечно, вы не хотите решать задачи по физике. Отвечая на ваш вопрос: вам понадобятся хорошие знания по математике и физике, если вы пишете научные (ну, физико-научные) и инженерные программы.

Физика сложнее информатики?

Изучайте CS. Со специализацией в физике это сложнее и дольше. Вам потребуются дополнительное время и усилия — посещение дополнительных занятий или самообучение программированию в дополнение к отнимающей много времени специальности «физика». Если вы изучаете CS, вы приобретаете навыки программирования без особых усилий, потому что это часть вашей специализации.

Сложна ли информатика?

Является ли информатика сложной специальностью? CS заработал репутацию сложной специальности. И получение степени в области компьютерных наук действительно проверяет студентов. Для специальностей требуются сильные технические навыки, способность изучать несколько языков программирования, а также исключительные аналитические способности и способности решать проблемы.

Нужны ли физика и химия для информатики?

Химия не важна в 12 классе для поступления на факультет компьютерных наук. Поскольку физика и математика являются основными предметами для компьютерных наук. .Так что для получения высокого балла базовых знаний по химии почти не требуется.

Нужна ли мне физика для программирования?

Программисты-физики создают программное обеспечение, которое лежит в основе аварий, столкновений и других движущихся объектов. . Программисты-физики пишут код, основанный на законах физики, чтобы это произошло. Это требует высокого уровня знаний как в физике, так и в программировании.

Могу ли я изучать разработку программного обеспечения без физики?

Согласно новым нормам, опубликованным Всеиндийским советом по техническому образованию (AICTE) на 2021–2022 годы, будущие студенты инженерных специальностей не должны будут в обязательном порядке изучать математику и физику в 12-м классе. . До сих пор только те, кто выбрал физику и математику в средней школе, имели право подать заявку на получение степени бакалавра. и Б.

Нужна ли инженерам-программистам химия?

И хотя более простая истина заключается в том, что для получения аккредитованной инженерной степени требуется курс химии, такой выбор учебной программы может быть чем-то большим. . Хотя это и не сразу очевидно, между информатикой и наукой о химии определенно есть точки соприкосновения.

Является ли физика частью вычислительной техники?

Ваша степень в области компьютерной инженерии может охватывать широкий спектр тем, включая компьютерную архитектуру, компьютерные сети и физику. Однако некоторые инженеры-компьютерщики изучают и используют навыки программирования, поэтому степени в области компьютерной инженерии часто охватывают такие темы программирования, как проектирование программного обеспечения.

Что такое вычислительная физика Какова роль в ней компьютера?

Вычислительная физика — это изучение научных проблем с использованием вычислительных методов; он сочетает в себе информатику, физику и прикладную математику для разработки научных решений сложных проблем. Вычислительная физика дополняет области теории и экспериментов в традиционных научных исследованиях.

Как физика применяется в технике?

Без понимания Вселенной, которое дает нам физика, космическая наука вообще была бы невозможна. . Физика также помогла нам разработать такие технологии, как МРТ-сканеры, рентген, лучевая терапия для лечения рака, компьютеры, телевизоры, микроволновые печи, холодильники и многое другое.

Являются ли информатика частью физики?

Нет, это не так. Информатика имеет такое же отношение к компьютерам, как астрономия к телескопам: они — инструмент. Даже если бы компьютеров не существовало, наука о вычислениях все равно существовала бы.

Насколько сложна вычислительная физика?

Задачи вычислительной физики, как правило, очень трудно решить точно. Это связано с несколькими (математическими) причинами: отсутствием алгебраической и/или аналитической разрешимости, сложностью и хаосом.

Физика сложнее математики?

Общее впечатление. Физика сложнее математики. Физика может быть более сложной из-за теоретических концепций, математических расчетов, лабораторных экспериментов и даже необходимости написания лабораторных отчетов.

Почему физика такая сложная?

Почему физика такая сложная? Учащиеся находят физику сложной, потому что им приходится одновременно соревноваться с различными представлениями, такими как эксперименты, формулы и расчеты, графики и концептуальные объяснения.

Какой самый сложный предмет в мире?

Химия. Химия известна как один из самых сложных предметов, поэтому неудивительно, что получить степень по химии очень сложно. .
Медицина. .
Архитектура. .
Физика. .
Биомедицинские науки. .
Закон. .
Неврология. .
Астрономия.

Являются ли физики хорошими программистами?

Программирование чрезвычайно важно практически во всех областях физики. Не каждый физик должен быть опытным программистом, но многие, и практически все физики, по крайней мере, компетентные программисты. В большинстве экспериментов процесс анализа данных настолько сложен, что требует некоторого программирования.

Сколько математики вам нужно для кодирования?

Конечно, вам нужны некоторые основные математические понятия, такие как исчисление, алгебра или логика, но самые основы, если это необходимо. Вам не нужно знать комплексные числа, вероятности, уравнения, графики, экспоненты и логарифмы, пределы, производные, интегрирование, дифференциальные уравнения и так далее.

Вам нравится программировать? Физики использовали компьютеры для решения самых сложных задач на протяжении всей истории компьютеров. Они:

решать неразрешимые математические задачи,
создавать модели сложных динамических и радиальных систем,
Сопряжение экспериментального оборудования с инструментами анализа и
ведущее место в мире по разработке методов анализа больших данных.

Многие области физики используют или разрабатывают самые передовые методы, включая:

машинное обучение/искусственный интеллект,
программирование на видеокартах и
квантовые вычисления.

Вы слышали, что аналитик данных — одна из самых быстрорастущих вакансий?

Физики, пожалуй, лучшие аналитики данных в мире.

Физика - одна из лучших степеней, чтобы подготовить вас к технологическим профессиям, которые еще не были изобретены!

Физики занимаются не только ФИЗИКОЙ, что само по себе КРУТО, если можно так сказать! Они также могут преследовать и получать работу в бесчисленном количестве других областей. Приходите и поговорите с нашими преподавателями, студентами и выпускниками, и вы убедитесь в этом.

Карьера:

Физики становятся инженерами.
Физики становятся руководителями проектов.
Физики становятся разработчиками программного обеспечения.
Физики становятся аналитиками данных.
Физики становятся «квантами» (финансовыми аналитиками).
Физики становятся врачами.
Физики становятся «медицинскими физиками» (медицинская визуализация и радиология).
Физики становятся юристами.
Физики становятся… физиками!

Физика применяется во многих самых интересных профессиях в нашем все более технологичном мире. Вас может удивить, что ученые степени открывают путь не только к работе над ракетами SpaceX, самостоятельно приземляющимися на беспилотные морские корабли, но и к медицине, юриспруденции и финансовому анализу.

По данным Американского института физики, учащиеся со степенью бакалавра по физике набирают самые высокие баллы как на вступительном экзамене в медицинский колледж (MCAT), так и на вступительном экзамене в юридическую школу (LSAT)

По данным Ассоциации американских медицинских колледжей, студенты со степенью бакалавра в области физических наук имеют равные шансы на поступление (48%) в медицинские вузы.

Поскольку общество все больше ориентируется на данные, каждая компания хочет заниматься анализом данных и моделированием. Физики всегда лидировали в мире в этой области. Например, физики очень часто работают на Уолл-стрит.

Физика — это самая широкая из наук, обеспечивающая междисциплинарную совместимость со многими другими областями науки, математики и инженерии. Многие из наших выпускников становятся руководителями команд и проектов в различных отраслях, поскольку их широкая база знаний позволяет им общаться с различными техническими группами. Не забывайте, что физика — это еще и путь к познанию самых больших и самых маленьких тайн Вселенной. Готовьтесь к карьере в физике, инженерии, медицине, юриспруденции или информатике, и в то же время мы узнаем, почему небо голубое, а солнце желтое и почему мы не можем путешествовать во времени.

О физике с упором на информатику в ЛТУ:

Мы организуем вашу степень по физике вокруг более глубокой связи с информатикой; факультативы по физике используются на курсах информатики.

Курсы традиционной физики включают электромагнитные поля, квантовую механику, тепловую и статистическую физику. Все это может быть чрезвычайно полезно для связи любой карьеры в области вычислений с технологическими должностями.

Обучение информатике начинается в первом семестре и направлено на численный анализ. Рекомендуется адаптировать свои курсы к вашим интересам в таких областях компьютерных наук, как искусственный интеллект или анализ данных. Мы также помогаем учащимся находить старшие проекты, которые сочетают в себе знания в области физики и информатики, такие как моделирование методом Монте-Карло, анализ больших данных и машинное обучение. Эти проекты помогут произвести впечатление на будущих работодателей!

Мы поможем вам организовать летнюю стажировку или исследовательские возможности в соответствии с вашими интересами.

О нашем факультете:

На факультете физики работают специалисты в нескольких областях, в том числе

Астрофизика и космология
Физика частиц высоких энергий
Ядерная физика
Оптика
Физика твердого тела

В настоящее время у нас есть возможности для научных ассистентов, поддерживаемых Национальным научным фондом. Эти возможности платят 15 долларов в час и дают возможность участвовать в реальных научных публикациях и оплачивать поездки на конференции по всему миру.

Студенческая социальная жизнь: Общество студентов-физиков

организует общественные мероприятия, такие как вечера кино, вечера игр, экскурсии и т. д.
способствует популяризации науки с помощью демонстрационных мероприятий, приглашенных ученых-докладчиков,
предлагает поддержку в учебе в учебных группах и делится опытом преодоления академических трудностей,
исследует возможности карьерного роста, делясь возможностями получения стипендий и стажировок, находит аспирантуры с программами на интересные темы и
организует серию профессиональных спикеров: спикеры рассказывают о своем опыте после получения степени по физике.

Свяжитесь с нами: мы будем рады организовать виртуальные туры и встречи или даже посещения на территории кампуса
physics@ltu.edu

Читайте также: