高朋越，呂健?，王彥超，馬琰銘
凝聚態物質內部的原子堆垛方式，即微觀原子結構，是深入理解其各種宏觀物理和化學性質的基礎。近年來，隨著基於群智理論的全局優化算法和第壹性原理計算方法的發展，只根據物質的化學組分和外界條件，通過理論計算來確定或預測物質的微觀原子結構成為可能。文章將對目前國內外主要理論結構預測方法進行簡要的概述，重點介紹基於群智算法的卡裏普索(CALYPSO)結構預測方法的基本原理及其在凝聚態物質結構研究中的壹些典型應用。
機器學習方法在量子多體物理中的應用
蔡子?
機器學習方法近年來在許多不同的領域受到廣泛的關註，文章回顧了機器學習方法在量子多體物理中的應用的幾個有代表性的例子，著重討論了機器學習方法對於解決量子多體物理中“指數墻”困難的可能的潛在意義。除此以外，量子多體物理中的若幹方法和思想反過來可能對理解機器學習領域面臨的核心問題有重要的啟發作用。
深度學習在高能物理領域中的應用
汪璐?
深度學習是壹類通過多層信息抽象來學習復雜數據內在表示關系的機器學習算法。近年來，深度學習算法在物體識別和定位、語音識別等人工智能領域，取得了飛躍性進展。文章將首先介紹深度學習算法的基本原理及其在高能物理計算中應用的主要動機。然後結合實例綜述卷積神經網絡、遞歸神經網絡和對抗生成網絡等深度學習算法模型的應用。最後，文章將介紹深度學習與現有高能物理計算環境結合的現狀、問題及壹些思考。
信息時代的天文學
張彥霞?，趙永恒
21世紀的天文學步入大數據時代和信息時代，呈現出了新面貌。天文學的起源問題和面臨的信息科學問題仍是天文學家亟待解決的難題。盡管科學家們已經取得了壹些成果，但在新的形勢下，還需用人工智能方法武裝頭腦，與其他領域的專家或企業合作，培養和造就面向大數據的新壹代人才，***同譜寫天文學的華麗篇章。
計算機處理圍棋復雜的能力壓倒了人類
陳經?
2016年3月以及2017年5月，在與李世石和柯潔兩位最頂尖人類棋手的兩次圍棋人機大戰中，AlphaGo分別以4：1和3：0的比分獲勝。圍棋界從對計算機圍棋評價不高，到承認計算機已經徹底戰勝了人類棋手，只有短短的壹年多時間。文章介紹蒙特卡羅樹形搜索、策略網絡、價值網絡、強化學習等圍棋算法思想，回顧計算機圍棋算法不斷發展直至處理復雜的能力超過人類棋手的歷程，並展望人工智能對圍棋與社會的影響。