计算复杂性与统计物理

报告题目： 计算复杂性与统计物理

报 告 人：周海军 教授

报告时间：2022年11月11日（周五）下午 15:00 

腾讯会议：508-268-992

报告摘要：

统计物理学本质上是探索高维构型空间的统计结构。当代统计物理学越来越关注传统物理学之外的系统，例如复杂气候系统、复杂社会网络、生命过程等等。众多个体的复杂相互作用本质是分布式信息处理过程，具有内生的计算复杂性。统计物理与计算复杂性密切关联。我将从统计物理角度，通过研究隐藏有最优解的随机3-XORSAT问题，介绍产生计算复杂性的两个机制：玻璃态涌现和熵岛效应导致的陷阱效应，并从微正则自发对称性破缺角度讨论随机搜索算法 [1,2,3]。在深度学习和脑科学蓬勃发展的今天，深刻理解计算复杂性和智能复杂性，是统计物理学的前沿挑战和新机遇。

[1] H J Zhou, Phys. Rev. Lett. 94 (2005) 217203, “Long-range frustration in a spin-glass model of the vertex-cover problem”.

[2] H J Zhou, Phys. Rev. Lett. 122 (2019) 160601, “Kinked entropy and discontinuous microcanonical spontaneous symmetry breaking”.

[3] H J Zhou, Q Liao, Phys. Rev. E 103 (2021) 042112, “Circumventing spin-glass traps by microcanonical spontaneous symmetry breaking”.

报告人简介：

周海军，中国科学院理论物理所研究员，兼任中科院理论物理前沿重点实验室常务副主任，闽江理论物理协作中心主任，中国科学院大学物理学院副院长。曾入选中科院百人计划及获得国家杰出青年基金支持。1991-1995年求学于南开大学物理系，2000年获中国科学院理学博士学位并获洪堡基金会资助在德国马克斯普朗克胶体与界面研究所从事博士后研究，2005年入职中科院理论物理研究所。研究领域为统计物理，尤其侧重于自旋玻璃平均场理论及其在交叉学科中的应用，在单分子聚合物熵弹性力学及非合作博弈论方面也做过一些工作。近年关注神经网络统计物理学和细胞内的非平衡动力学。