マリク

理物B3

[マリク @anomalyof12345]

トゥー多様体を読み終えた！！
最後の10ページはホモトピー不変性の証明だったけど抽象度高くて時間かかった
全体的に理解度は90%くらいかな！

次はトゥーの微分幾何、または微分形式とトポロジーを読む予定だけど多分微分幾何の方を読む！
あと副読本として今野の微分幾何の本も読む！

[マリク @anomalyof12345]

Aiの活躍によって人間研究者が不要になるかもって話、全くどうでも良いと思うね

真理を見つけるのが人間であれAiであれどうでも良い
真理を知れさえすればそれで良い（真理への渇望）

[野村泰紀（Yasunori Nomura） @YasuNomu1]

新しい論文を公開しました。蒸発するブラックホールの量子情報的複雑性について議論しています
https://t.co/gKCwOTmNAr

[マリク @anomalyof12345]

熱力学は古典的な理論、つまり統計力学から導かれる有効理論で特に興味なかったのだが、
ブラックホールに留まらずエントロピーなどの情報そのものが重力理論（アインシュタイン方程式）に関係してくるのは面白い
物理の根幹と何かしらの情報理論が繋がってるのではと思ってしまうほど

[マリク @anomalyof12345]

数学の方は必要になった時に正確な定義や定理を思い出して自在に使いこなすレベルでないとダメだとか
（数学科院生でも正確に覚えて使いこなす人は少ないらしい）

僕も頑張るか

[マリク @anomalyof12345]

数学の方は必要になった時に正確な定義や定理を思い出して自在に使いこなすレベルでないとダメだとか
（数学科院生でも正確に覚えて使いこなす人は少ないらしい）

僕も頑張るか

[マリク @anomalyof12345]

その場の議論や本を読んだだけで理解する事と実際に研究で使えるのとは違う（先生曰く）
その通りだと思うし、結局jj 櫻井が言うように
「本を読んだものの練習問題ができない読者は何も学んでいないのだ」と言うのは真理

見返せば良いという状態は出来るだけ避ける方が良い
逆に非効率で無駄作業

[よえ🐿 @yoeee145]

個人的には情報幾何はゾルトラークになり得る強力な分野だと思ってるからガチる

[日曜数学会 @nichimath]

フィールズ賞受賞の数学者、授賞式でOpenAIへの移籍を電撃発表—師弟はOpenAIとAnthropicに分かれる
https://t.co/1mgtEBqkXo

[マリク @anomalyof12345]

@chinchillaphys もしバリバリ理論物理やってたとしてもあのTier表はがっかりです

[マリク @anomalyof12345]

@chinchillaphys ですね
調べるとこの須貝さんという方は、そもそも物理出身ではなく教養学部出身、大学院は総合文化研究科との事なので適当なこと言ってる気がしてきました

[マリク @anomalyof12345]

曲率の爆発って凄そう

[とある高専卒業生 @subarusatosi]

私と全然感覚が違うな
https://t.co/W0JjH8HcSo

[柑橘と書いてみかんと読む🍊 @mila_zatta]

ゼミの発表、私以外ほぼ全員AIに丸投げしてるせいで教授に詰められて何も答えられず黙り込む地獄みたいな空間が生まれている
私がやけに評価良かったのチャッピー使ってなかったからだったんだな、AIアンチがこんなとこでアドになるとは思わなかった

[Fumiharu Kato 加藤文元（Bungen） @FumiharuKato]

きっとAIなんだろうと思いますが、言葉だけもっともらしくならべて、でもすぐに「あー、これはわかってないな」とわかるようなポストはやめた方がいいと思いますね。なにしろ数学ですから。そりゃこっちも大してわかってませんがね。

[マリク @anomalyof12345]

微分幾何の応用面、例えば一般相対性理論やゲージ理論、情報幾何などは良い微分幾何学の演習になる

[マリク @anomalyof12345]

@jNkif3uTQa86516 あそこは計算が大変ですがFisher計量の導出は情報幾何の根幹なので丁寧に証明するのがおすすめです！

[なおき @Naoki_Donder]

大学数学を勉強する人と話す機会があり，その方は数学書を持っていなくてAI頼りだったらしい．
だが話を聞いていると偏った理解や正しくない理解が多くて，うーんとなった．

やはり現時点で大学数学をちゃんと勉強するには，数学書を読んで勉強するしかないんだろう．
AIで勉強するのは勧めない

[渡邉究/数学科教員/KADOKAWAより「すごすぎる数の図鑑」発売中/YouTube @Kiwamu_Watanabe]

ヤコビアン予想の反例は、既存の数学を組み合わせて構成されたもので、本質的に新しい道具が使われたわけではない。そう考えると、気づかなかっただけで、反例は意外なほど身近なところに潜んでいた。他の代数幾何の未解決問題も同じように解けるかといえば、話はまったく別。
今後、AIとともに研究を進めることはスタンダードになるだろう。それでも、人が自ら考え、理解するという研究の核心までAIに委ねてはいけない。自戒も込めて。

[渡邉究/数学科教員/KADOKAWAより「すごすぎる数の図鑑」発売中/YouTube @Kiwamu_Watanabe]

ヤコビアン予想。とにかく色々な多項式をいじって反例を見つけたのかと思っていたが、幾何学的な議論に基づいて導き出されたのか⬇️
分岐因子 R をもつ次数２以上の有限射 𝑓: 𝑋→ ℙⁿ と ℙⁿ の超平面 H をうまくとって、𝑋∖ (𝑅∪𝑓⁻¹(𝐻)) がアフィン空間になるような例を構成すれば良い。