59: open_recruitment::Any
Starring
Show notes
目次
0:00 永井さんの紹介
2:57 これまでの研究
- バカパラ
- Liang Fu » MIT Physics, Google Scholar
- G. Carleo and M. Troyer, Solving the quantum many-body problem with artificial neural networks - Science
ディープラーニングを物理に適用した最初期の論文 - Phys. Rev. B 96, 161102(R) (2017) - Self-learning Monte Carlo method: Continuous-time algorithm
永井さんの MIT 時代の Self-learning Monte Carlo の論文 - Phys. Rev. Lett. 125, 227204 (2020) - DMFT Reveals the Non-Hermitian Topology and Fermi Arcs in Heavy-Fermion Systems
永井さんの MIT 時代の非エルミートの論文
16:58 MIT 留学と Liang Fu
- 「日米二冠」
- “Like a storm”
- 永長直人 - Wikipedia
- ※(永井さんより註) MITの教授たちのランチの話で、IF10000超え、というところは正しくは被引用数10000超え、でした。
- Landau Institute for Theoretical Physics - Wikipedia
- Signatures of fractional quantum anomalous Hall states in twisted MoTe2 - Nature
Liang Fu 共著の分数量子異常ホール効果の論文
35:45 日本での機械学習の研究
- 富谷さん出演回 - Interaxion Podcast
- arXiv: 2306.11527 Self-learning Monte Carlo with equivariant Transformer
富谷さんと永井さんの論文 (プレプリント) - ハイパーマテリアル：補空間が創る新物質科学 - 文部科学省 科学研究費助成事業 新学術領域研究（2019年度 - 2023年度）
41:56 国研に就職したきっかけ
54:11 東大への異動
- 「Any 型の公募」
59:14 著書、Julia、SF
- 『物理学者,機械学習を使う』
- 『1週間で学べる! Julia数値計算プログラミング』
- 物理ノートby永井
- cometscome_phys - Qiita
- akio-tomiya/LatticeQCD.jl: A native Julia code for lattice QCD with dynamical fermions in 4 dimension.
- 物性理論大学院生の日常〜研究室は解散しました（新井パグナス） - カクヨム
- 「アウトプット保存則」
- おすすめのSF
- 『三体』
- Interaxion 28: Solar system crusher
ネタバレありで三体を語った回
- Interaxion 28: Solar system crusher
- 『タイム・シップ』
- 『ファウンデーション』
- 『幼年期の終わり』
- 『三体』
- Researchat.fm の tadasu さんに炊飯器を譲渡した話
- ジャスミン米 - Wikipedia
1:20:25 おたより
- 東京雪ふりましたねさんからのおたより
永井さんが出てくださって嬉しいです！
お子さんがいらっしゃり、絶対にお忙しいと思うのですが、論文を年に何本も出せる生産性の高さの秘密を教えて頂けないでしょうか? - 翡翠さんからのおたより
機械学習の研究を始めたきっかけがあれば知りたいです
- 『ゼロから作るDeep Learning』
- やる気出ないさんからのおたより
永井さん、部品さんこんにちは！
育児で疲れると、仕事や勉強のやる気が全然出ないのですが、
どうしたら両立できますか？ - SLMCさんからのおたより
これまでのご所属であった日本原子力研究開発機構でそのままキャリアアップもあったのと思うのですが，転職された経緯・動機等差し支えない範囲でお伺いできればと存じます．
また，今後研究内容を変えていくのかもお伺いしたいです． - むしっしーさんからのおたより
永井先生のQiitaのファンです。素人質問ですが、2点質問させてください。
１．商用のMatlantisやまだ公開されていないGoogleのNNPなど、汎用のNNPでもかなり良い精度が出てきています。そんな中で、自分たちで機械学習ポテンシャルを作る価値って今後も残りますでしょうか？
２．上の質問に関連して、今後電子状態も機械学習でいい精度が出てくると、第一原理計算って残りますかね？参照先にはなると思うのですが、応用上は要らなくなる？
1:45:51 お知らせ
- 永井さんの新著が出ます！ (詳しくは本編をご確認ください)
- 『Juliaではじめる数値計算入門』
- 柏Ⅱキャンパス – 柏キャンパス東京大学柏／UTokyo Kashiwa
2/1に着任した准教授の着任日の居室がこちらになります。 pic.twitter.com/47to5O1qdo
— Yoshiki Sato (@phys_yoshiki) February 1, 2024
- 出演して頂ける方や感想などをお待ちしております！ #interaxion
おたよりコーナーを作りました。質問、感想、要望などお待ちしております。https://t.co/rz0mlRKZU3
— Interaxion Podcast (@interaxion) January 12, 2021