Не каждый день мы сталкиваемся с газетой, которая пытается переопределить реальность, сообщает kratko-news.com.
Но в провокационном препринте, загруженном этим летом на arXiv , профессор физики из Миннесотского университета в Дулуте по имени Виталий Ванчурин пытается переосмыслить реальность особенно открывающим глаза способом — предполагая, что мы живем внутри массивной нейронной сети, которая управляет всем вокруг. Другими словами, как он написал в статье, «вполне возможно, что вся Вселенная на самом фундаментальном уровне представляет собой нейронную сеть».
В течение многих лет физики пытались примирить квантовую механику и общую теорию относительности. Первая утверждает, что время универсально и абсолютно, а вторая утверждает, что время относительно, связано с тканью пространства-времени.
В своей статье Ванчурин утверждает, что искусственные нейронные сети могут «демонстрировать примерное поведение» обеих универсальных теорий. Поскольку квантовая механика «является исключительно успешной парадигмой для моделирования физических явлений в широком диапазоне масштабов, — пишет он, — широко распространено мнение, что на самом фундаментальном уровне вся Вселенная управляется правилами квантовой механики.
«Мы не просто говорим, что искусственные нейронные сети могут быть полезны для анализа физических систем или для открытия физических законов, мы говорим, что именно так на самом деле устроен мир вокруг нас», — говорится в обсуждении статьи.
«В этом отношении это можно рассматривать как предложение теории всего, и как таковое должно быть легко доказать, что это неверно».
Концепция настолько смелая, что большинство физиков и экспертов по машинному обучению отказались комментировать отчет, сославшись на скептицизм по поводу выводов статьи. Но в Q&A с Futurism, Ванчурин склонился к полемике — и рассказал нам больше о своей идее.
Футуризм: в вашей статье утверждается, что Вселенная может быть нейронной сетью. Как бы вы объяснили свои рассуждения тому, кто не очень разбирается в нейронных сетях или физике?
Виталий Ванчурин: На ваш вопрос можно ответить двумя способами.
Первый способ — начать с точной модели нейронных сетей, а затем изучить поведение сети в пределе большого количества нейронов. Я показал, что уравнения квантовой механики довольно хорошо описывают поведение системы вблизи состояния равновесия, а уравнения классической механики довольно хорошо описывают, как система удаляется от состояния равновесия. Стечение обстоятельств? Может быть, но, насколько нам известно, квантовая и классическая механика — это именно то, как работает физический мир.
Второй способ — начать с физики. Мы знаем, что квантовая механика довольно хорошо работает в малых масштабах, а общая теория относительности довольно хорошо работает в больших масштабах, но до сих пор нам не удалось согласовать две теории в единой структуре. Это известно как проблема квантовой гравитации. Ясно, что нам не хватает чего-то большого, но, что еще хуже, мы даже не знаем, как обращаться с наблюдателями. Это известно как проблема измерения в контексте квантовой механики и проблема меры в контексте космологии.
Тогда можно возразить, что есть не два, а три явления, которые необходимо объединить: квантовая механика, общая теория относительности и наблюдатели. 99% физиков скажут вам, что квантовая механика является основной и все остальное должно каким-то образом возникать из нее, но никто точно не знает, как это можно сделать. В этой статье я рассматриваю еще одну возможность, что микроскопическая нейронная сеть является фундаментальной структурой, а все остальное, то есть квантовая механика, общая теория относительности и макроскопические наблюдатели, вытекают из нее. Пока все выглядит многообещающе.
Что впервые дало вам эту идею?
Сначала я просто хотел лучше понять, как работает глубокое обучение, и поэтому написал статью под названием «К теории машинного обучения». Первоначальная идея заключалась в применении методов статистической механики для изучения поведения нейронных сетей, но оказалось, что в определенных пределах динамика обучения нейронных сетей очень похожа на квантовую динамику, которую мы видим в физике. В то время я был (и остается) в творческом отпуске и решил исследовать идею о том, что физический мир на самом деле является нейронной сетью. Идея определенно безумная, но достаточно ли, чтобы быть правдой? Это еще предстоит выяснить.
В статье вы написали, что для доказательства ошибочности теории «все, что нужно, — это найти физическое явление, которое не может быть описано нейронными сетями». Что ты имеешь в виду? Почему такое «легче сказать, чем сделать»?
Что ж, существует множество «теорий всего», и большинство из них должно быть ошибочными. По моей теории, все, что вы видите вокруг себя, является нейронной сетью, и поэтому, чтобы доказать, что это неверно, все, что нужно, — это найти явление, которое невозможно смоделировать с помощью нейронной сети. Но если задуматься, это очень сложная задача, потому что мы так мало знаем о том, как ведут себя нейронные сети и как на самом деле работает машинное обучение. Вот почему я в первую очередь попытался разработать теорию машинного обучения.
Как ваше исследование связано с квантовой механикой и обращается ли оно к эффекту наблюдателя?
Есть два основных направления мысли: интерпретация квантовой механики Эвереттом (или многих миров) и интерпретация Бома (или скрытых переменных). Мне нечего сказать нового о многомировой интерпретации, но я думаю, что могу внести свой вклад в теорию скрытых переменных. В возникающей квантовой механике, которую я рассматривал, скрытые переменные — это состояния отдельных нейронов, а обучаемые переменные (такие как вектор смещения и матрица весов) — квантовые переменные. Обратите внимание, что скрытые переменные могут быть очень нелокальными, поэтому неравенства Белла нарушаются. Ожидается, что возникнет приближенная пространственно-временная локальность, но, строго говоря, каждый нейрон может быть связан с любым другим нейроном, и поэтому система не обязательно должна быть локальной.
Не могли бы вы подробнее рассказать о том, как эта теория связана с естественным отбором? Как естественный отбор влияет на эволюцию сложных структур / биологических клеток?
Я говорю очень просто. Есть структуры (или подсети) микроскопической нейронной сети, которые более стабильны, а есть другие структуры, которые менее стабильны. Более стабильные структуры переживут эволюцию, а менее стабильные структуры будут уничтожены. Я ожидаю, что в самых маленьких масштабах естественный отбор должен произвести некоторые структуры очень низкой сложности, такие как цепочки нейронов, но в больших масштабах структуры будут более сложными. Я не вижу причин, по которым этот процесс должен быть ограничен определенной шкалой длины, и поэтому утверждается, что все, что мы видим вокруг себя (например, частицы, атомы, клетки, наблюдатели и т. д.), является результатом естественного отбора.
Я был заинтригован вашим первым письмом, когда вы сказали, что сами, возможно, не все понимаете. Что вы имели в виду? Вы имели в виду сложность самой нейронной сети или что-то более философское?
Да, я говорю только о сложности нейронных сетей. У меня даже не было времени подумать о том, какие философские последствия могут иметь результаты.
Мне нужно спросить: означает ли эта теория, что мы живем в симуляции?
Нет, мы живем в нейронной сети, но, возможно, никогда не заметим разницы.
