0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

最近有科学家提出了一个有争议的理论 整个宇宙都是神经网络

中科院半导体所 来源:中科院半导体所 作者:中科院半导体所 2020-09-24 17:02 次阅读

神经网络是一种在结构上类似于人类大脑的互连计算系统,但最近有科学家提出了一个有争议的理论,认为整个宇宙都是神经网络。

计算机科学家创造的人工神经网络,由处理和传递信号的各种节点组成,这些节点类似于生物神经元。网络可以随着使用而改变——比如增加赋予某些节点和连接的权重,从而在运行过程中,整个网络可以不断“学习”。例如,让神经网络查看一组猫的图片,然后神经网络可以自己学习猫的特点,进而从一群动物中找出猫来。

但是,从根本上讲,我们所知的一切可能也是这些系统中的一个。这个概念的提出,是为了协调所谓的“经典”物理学与量子力学这两个领域,这也是困扰了物理学们很久的一个问题。

我们不仅仅是说,人工神经网络可用于分析物理系统或发现物理定律——我们在说的是,我们周围的世界到底是如何运作的,这是一个非常大胆的主张,可以将其视作对一切理论的建议,也正因为如此,它也应该很容易被证伪。所需要做的就是找到一个无法用神经网络来解释的物理现象。然而,这说起来容易,做起来却很难。

当从一个比较大的尺度上考虑整个宇宙的运行时,物理学家通常会使用一组特定的理论作为工具。这些工具是基于牛顿运动定律的“经典力学”以及爱因斯坦的相对论,它们可以用来解释时间与空间的关系,以及质量如何扭曲时空结构以产生引力效应。但是,对于原子和亚原子层面上的物理现象,物理学家发现所谓的“量子力学”可以更好解释宇宙。

在这个理论中,能量和动量这类的物理量被限定为具有离散值,而非连续值,也就是“量子”。所有物体都具有粒子性和波动性,并且最后,测量这个行为也会改变物体本身。最后这一个特点叫做海森堡“不确定性原理”,简单来说就是某些关联属性——如物体的位置和速度——无法同时精确测量,于是就有了概率一说。

尽管这些理论在各自的尺度范围内都可以很好地解释宇宙,但物理学家一直希望能有一种方法可以将这些理论协调成一个普遍理论——这个难题有时也被称为“量子引力难题”。如果要结合这两种理论,那么重力(用广义相对论描述即为物质/能量的时空弯曲)可能需要由量子组成,然后也因此具有自己的基本粒子——引力子。

遗憾的是,单个引力子对物质产生的影响将非常非常微弱,这就导致量子引力理论几乎无法验证,因此也就无从判断这个理论到底是不是正确的。但是,神经网络概念却另辟蹊径,不再尝试将广义相对论和量子力学调和成一个基本的普遍理论,而是认为,这种理论中所观察到行为背后,有更深层次的原因。

在新研究中,科学家着手建立了一个模型,观察神经网络在具有大量单个节点的系统中,是如何运作的,在某些(接近平衡的)条件下,神经网络的学习行为可以近似地用量子力学方程式来解释;但是其他时候则需要用经典物理定律来解释。

这个理论或许也可以用来解释所谓的“隐变量”,即一些物理学家提出的物体的未知属性,用以解释大多数量子力学理论中固有的不确定性,在新兴的量子力学中,隐变量是各个神经元的状态,是可训练的变量——就好比偏差矢量和权重矩阵等,是量子变量。

在这样一个神经网络中,从粒子和原子到细胞再到其他的一切,都将以类似于进化/自然选择的过程慢慢出现。微观神经网络的结构更加稳定一些,其他结构则稳定性差一些。越是稳定的结构越能够在进化中生存下来,而不稳定的结构则会被淘汰。

在最小的尺度上,自然可能会选择会产生一些复杂度非常低的结构,像是神经元链,但是尺度越大,结构就越复杂,但这个过程应该被限制在一个特定长度范围内。因此,这个概念意味着,我们周围所看到的一切,例如粒子、原子、细胞、观察者等等——都是自然选择的结果。

至于“宇宙即神经网络理论”是否会得到认可,物理学界的大部分人似乎并不买账。99%的物理学家会告诉你,量子力学是主要理论,一切都应以某种方式从中而来,但是这个原则,又跟量子力学非基本规律的观点相矛盾,物理学和机器学习领域的专家也都对这个新理论持怀疑态度。

责任编辑:xj

原文标题:我们实际上生活在矩阵中吗?整个宇宙都是神经网络?

文章出处:【微信公众号:中科院半导体所】欢迎添加关注!文章转载请注明出处。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4572

    浏览量

    98743
  • 学习
    +关注

    关注

    7

    文章

    29

    浏览量

    28830

原文标题:我们实际上生活在矩阵中吗?整个宇宙都是神经网络?

文章出处:【微信号:bdtdsj,微信公众号:中科院半导体所】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    详解深度学习、神经网络与卷积神经网络的应用

    在如今的网络时代,错综复杂的大数据和网络环境,让传统信息处理理论、人工智能与人工神经网络都面临巨大的挑战。近些年,深度学习逐渐走进人们的视线,通过深度学习解决若干问题的案例越来越多。一
    的头像 发表于 01-11 10:51 719次阅读
    详解深度学习、<b class='flag-5'>神经网络</b>与卷积<b class='flag-5'>神经网络</b>的应用

    不可错过!人工神经网络算法、PID算法、Python人工智能学习等资料包分享(附源代码)

    Python工具包,特别是在文本处理,科学计算,机器学习和数据挖掘领域,很多很多优秀的Python工具包可供使用,所以作Pythoner,也是相当幸福的。最近流行一个词,全栈工程师
    发表于 09-13 16:41

    《 AI加速器架构设计与实现》+第章卷积神经网络观后感

    对应的神经网络哪些,也看到了自己在k210中用到的FAST RCNN和RestNet18分类网络,需要保证硬件实现和算法致,这样才事半功倍,否则,可能会差别比较大。对于
    发表于 09-11 20:34

    华为辟谣3.2万名科学家移籍

    华为辟谣3.2万名科学家移籍 对于近期网络传言的华为3.2万名科学家移籍华为方面表示,造谣者毫无根据、无中生有。 华为辟谣3.2万名科学家移籍以及其他的一些
    的头像 发表于 08-22 16:51 1001次阅读
    华为辟谣3.2万名<b class='flag-5'>科学家</b>移籍

    人工神经网络和bp神经网络的区别

    人工神经网络和bp神经网络的区别  人工神经网络(Artificial Neural Network, ANN)是一种模仿人脑神经元网络结构和功能的计算模型,也被称为
    的头像 发表于 08-22 16:45 3432次阅读

    卷积神经网络和深度神经网络的优缺点 卷积神经网络和深度神经网络的区别

    深度神经网络是一种基于神经网络的机器学习算法,其主要特点是由多层神经元构成,可以根据数据自动调整神经元之间的权重,从而实现对大规模数据进行预测和分类。卷积
    发表于 08-21 17:07 2321次阅读

    卷积神经网络的介绍 什么是卷积神经网络算法

    的深度学习算法。CNN模型最早被提出是为了处理图像,其模型结构中包含卷积层、池化层和全连接层等关键技术,经过多个卷积层和池化层的处理,CNN可以提取出图像中的特征信息,从而对图像进行分类。 一、卷积神经网络算法 卷积神经网络算法
    的头像 发表于 08-21 16:49 1425次阅读

    卷积神经网络的基本原理 卷积神经网络发展 卷积神经网络三大特点

    卷积神经网络的基本原理 卷积神经网络发展历程 卷积神经网络三大特点  卷积神经网络的基本原理 卷积神经网络(Convolutional Ne
    的头像 发表于 08-21 16:49 1440次阅读

    卷积神经网络的应用 卷积神经网络通常用来处理什么

    卷积神经网络的应用 卷积神经网络通常用来处理什么 卷积神经网络(Convolutional Neural Network,简称CNN)是一种在神经网络领域内广泛应用的
    的头像 发表于 08-21 16:41 3987次阅读

    卷积神经网络原理:卷积神经网络模型和卷积神经网络算法

    一。其主要应用领域在计算机视觉和自然语言处理中,最初是由Yann LeCun等人在20世纪80年代末和90年代初提出的。随着近年来计算机硬件性能的提升和深度学习技术的发展,CNN在很多领域取得了重大的进展和应用。 一、卷积神经网络模型 (一)卷积层(Convolution
    的头像 发表于 08-17 16:30 915次阅读

    什么是神经网络?为什么说神经网络很重要?神经网络如何工作?

    神经网络是一个具有相连节点层的计算模型,其分层结构与大脑中的神经元网络结构相似。神经网络可通过数据进行学习,因此,可训练其识别模式、对数据分类和预测未来事件。
    的头像 发表于 07-26 18:28 1966次阅读
    什么是<b class='flag-5'>神经网络</b>?为什么说<b class='flag-5'>神经网络</b>很重要?<b class='flag-5'>神经网络</b>如何工作?

    浅析三种主流深度神经网络

    来源:青榴实验室1、引子深度神经网络(DNNs)最近在图像分类或语音识别等复杂机器学习任务中表现出的优异性能令人印象深刻。在本文中,我们将了解深度神经网络的基础知识和三个最流行神经网络
    的头像 发表于 05-17 09:59 1078次阅读
    浅析三种主流深度<b class='flag-5'>神经网络</b>

    浅析三种主流深度神经网络

    来源:青榴实验室 1、引子 深度神经网络(DNNs)最近在图像分类或语音识别等复杂机器学习任务中表现出的优异性能令人印象深刻。 在本文中,我们将了解深度神经网络的基础知识和三个最流行神经网络
    的头像 发表于 05-15 14:20 610次阅读
    浅析三种主流深度<b class='flag-5'>神经网络</b>

    三个最流行神经网络

    在本文中,我们将了解深度神经网络的基础知识和三个最流行神经网络:多层神经网络(MLP),卷积神经网络(CNN)和递归神经网络(RNN)。
    发表于 05-15 14:19 1175次阅读
    三个最流行<b class='flag-5'>神经网络</b>

    科学家用银线团搭建「纳米线网络」,触电就像大脑一样运作

    这也是如今不少AI科学家们梦寐以求的特性。最近,来自悉尼大学和日本国家材料科学研究所的科学家们在自然通讯上发表论文,试着通过使用纳米线网络
    的头像 发表于 05-04 09:30 432次阅读
    <b class='flag-5'>科学家</b>用银线团搭建「纳米线<b class='flag-5'>网络</b>」,触电就像大脑一样运作