智能网络场论：区块链与深度学习的技物理学

本文旨在提出一种理论建构——智能网络场论，用于对智能网络系统进行表征、监测与控制。智能网络系统是智能自主运行的网络，一种包含区块链、深度学习和自主打击无人机的新型全球计算基础设施。此类大规模网络是当下的现实，拥有成千上万乃至数十亿的组成要素，并需要为其设计与运行提供基础且理论稳健的模型。因此，本研究借鉴统计物理、有效场论与模型系统，提出智能网络场论，用于智能网络系统中的临界性检测与海量单元编排。智能网络场论属于更广泛的技物理学（将物理学应用于技术研究的学科）关切范畴，其关键目标之一是推导评估系统临界性与相变的标准化方法，并定义介于微观噪声与宏观标签层级之间的过渡系统结构。本工作的深远意义在于，由于智能网络计算资源的可用性，有可能将 P/NP 计算复杂度范式重塑为不再基于传统时间（并发）与空间约束的范式。