用机器学习探索理论景观的真实与优美

理论物理学家通过 i) 构建理论模型和 ii) 确定模型参数来描述自然。后一步骤具有双重属性，既要拟合现有实验数据，又要满足诸如优美性、自然性等抽象标准。我们以 Yukawa 夸克部分作为示例，演示如何利用机器学习技术完成这两项任务。我们提出了损失函数，其最小化得到的真实模型在三种不同标准——均匀性、稀疏性或对称性——的度量下同时也是优美的。