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
会员中心
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

    4771

    浏览量

    100739
  • 学习
    +关注

    关注

    7

    文章

    30

    浏览量

    28917

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

    如何编写BP神经网络

    传播过程,即误差从输出层反向传播回输入层,并据此调整网络参数。本文将详细阐述如何编写BP神经网络,包括网络结构设计、前向传播、损失函数计
    的头像 发表于 07-11 16:44 546次阅读

    BP神经网络和人工神经网络的区别

    BP神经网络和人工神经网络(Artificial Neural Networks,简称ANNs)之间的关系与区别,是神经网络领域中基础且
    的头像 发表于 07-10 15:20 1033次阅读

    基于神经网络的语言模型哪些

    文本或预测文本中的下一个词。随着深度学习技术的飞速发展,涌现出了多种不同类型的神经网络语言模型。以下将详细介绍几种主流的基于神经网络的语言模型,并附上简单的代码示例。
    的头像 发表于 07-10 11:15 722次阅读

    rnn是递归神经网络还是循环神经网络

    RNN(Recurrent Neural Network)是循环神经网络,而非递归神经网络。循环神经网络种具有时间序列特性的神经网络,能
    的头像 发表于 07-05 09:52 563次阅读

    人工神经网络模型的分类哪些

    人工神经网络(Artificial Neural Networks, ANNs)是种模拟人脑神经元网络的计算模型,它在许多领域,如图像识别、语音识别、自然语言处理、预测分析等有着广泛的应用。本文将
    的头像 发表于 07-05 09:13 1172次阅读

    递归神经网络是循环神经网络

    递归神经网络(Recurrent Neural Network,简称RNN)和循环神经网络(Recurrent Neural Network,简称RNN)实际上是同一个概念,只是不同的翻译方式
    的头像 发表于 07-04 14:54 743次阅读

    循环神经网络的应用场景哪些

    自然语言处理(Natural Language Processing,简称NLP)是计算机科学和人工智能领域的重要分支,旨在使计算机能够理解、生成和处理人类语言。循环神经网络在自
    的头像 发表于 07-04 14:39 1430次阅读

    循环神经网络和卷积神经网络的区别

    结构。它们在处理不同类型的数据和解决不同问题时具有各自的优势和特点。本文将从多个方面比较循环神经网络和卷积神经网络的区别。 基本概念 循环神经网络种具有循环连接的
    的头像 发表于 07-04 14:24 1277次阅读

    bp神经网络和反向传播神经网络区别在哪

    神经网络在许多领域都有广泛的应用,如语音识别、图像识别、自然语言处理等。然而,BP神经网络也存在些问题,如容易陷入局部最优解、训练时间长、对初始权重敏感等。为了解决这些问题,研究者们提出了
    的头像 发表于 07-04 09:51 427次阅读

    人工智能和人工神经网络什么区别

    人工智能是门研究如何使计算机模拟人类智能行为的学科。它起源于20世纪40年代,当时计算机科学家们开始尝试开发能够模拟人类思维过程的计算机程序。人工智能的目标是通过计算机程序实现对人类智能的模拟,包括感知、学习、推理、规划、交流等能力。 人工
    的头像 发表于 07-04 09:39 1233次阅读

    反向传播神经网络和bp神经网络的区别

    神经网络在许多领域都有广泛的应用,如语音识别、图像识别、自然语言处理等。然而,BP神经网络也存在些问题,如容易陷入局部最优解、训练时间长、对初始权重敏感等。为了解决这些问题,研究者们提出了
    的头像 发表于 07-03 11:00 793次阅读

    神经网络算法的基本原理

    年代,当时科学家们开始研究人脑的工作原理。1943年,Warren McCulloch和Walter Pitts提出了种简单的神经网络模型,即MP模型,它由
    的头像 发表于 07-03 09:44 910次阅读

    神经网络架构哪些

    神经网络架构是机器学习领域中的核心组成部分,它们模仿了生物神经网络的运作方式,通过复杂的网络结构实现信息的处理、存储和传递。随着深度学习技术的不断发展,各种神经网络架构被
    的头像 发表于 07-01 14:16 698次阅读

    神经网络中的激活函数哪些

    神经网络中,激活函数是至关重要的组成部分,它决定了神经元对于输入信号的反应方式,为神经网络引入了非线性因素,使得
    的头像 发表于 07-01 11:52 581次阅读

    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。
    的头像 发表于 01-11 10:51 2029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