人工智能如何设计物理实验

摘要

这篇综述将物理实验设计视为：在实践约束下，于庞大的硬件配置空间中搜索最优方案。AI 驱动的方法正从调节少量参数，扩展至提出全新的实验布局；已发现的配置常挑战既有设计惯例，同时达到或超过人工设计装置的性能。文章围绕四个问题展开：构建富有表达力的搜索空间、建立快速可靠的模拟器、将科学目标转化为可计算的目标函数，以及开发可处理离散和连续设计选择的 AI 探索方法。作者指出，其中涉及计算可处理性、实验可行性、可解释性与解的可靠性之间的权衡。