宇宙全体が巨大なニューラルネットワークなのだろうか?科学者はこう説明する

宇宙全体が巨大なニューラルネットワークなのだろうか?科学者はこう説明する

[[385301]]

核となる考え方は、次のように簡単にまとめることができます。ニューラル ネットワーク全体内の観測可能なすべての現象は、ニューラル ネットワークによってモデル化できます。この観点から見ると、宇宙自体も広い意味での巨大なニューラルネットワークである可能性があります。

昨年8月、ミネソタ大学ダルース校の物理学教授ヴィタリー・ヴァンチュリン氏は、出版前プラットフォームarXivで「世界はニューラルネットワークである」と題する論文を発表した。その論文に寄せられた意見は衝撃的だ。 (この論文へのリンク:https://arxiv.org/pdf/2008.01540.pdf)

最近、フューチャリズム誌の記者、ビクター・タンガーマン氏がヴァンチュリン氏にインタビューし、論文の内容について議論した。

中心的な考え方

論文によれば:

私たちは、宇宙全体が根本的なレベルでニューラルネットワークである可能性について議論しました。動的自由度には、「トレーニング可能な」変数(バイアス ベクトルや重み行列など)と「隠れた」変数(ニューロンの状態ベクトルなど)という 2 つの異なるタイプがあります。

最も基本的なレベルでは、ヴァンチュリンの論文は量子物理学と古典物理学の間のギャップに対する統一的な説明を提供しようと試みている。量子物理学は、宇宙の文脈における微視的システム内のダイナミクスを説明する上で非常に信頼できるものであることがわかっています。たとえば、単一光子を扱う場合、量子力学の理論に基づいて観測可能性、再現性、測定可能性を実現できます。

しかし、量子物理学と古典物理学を結び付けようとすると、これらの観測可能な量子現象を古典的な観測と統一することが困難であり、明確な理論的破綻があるとさえ言えることがわかります。

紛争

宇宙の性質を説明する理論の層を剥がしていくと、その核心では常に「至高の真実」を別の「至高の真実」に置き換えていることが分かります。理論家たちは、量子力学的現象の実行可能な解釈を導き出すことを目指して、創造論から「容器の中の脳」に至るまでのさまざまな考えを現実のものとして仮定してきた。

最終的な結果は 2 つあります。1 つは「パラレル ワールド」、もう 1 つは「変数と呼ぶ」です。ヴァンチュリン氏の研究は、「ニューラルネットワークの世界」理論を通じてこの 2 つを調和させようとする試みです。

この目的のために、ヴァンチュリンは次のような結論に達しました。

この記事では、宇宙全体が最も基本的なレベルでニューラル ネットワークである可能性について説明しました。これは極めて大胆な主張であり、物理システムの分析や物理法則の発見における人工ニューラル ネットワークの実現可能性を強調するだけでなく、ニューラル ネットワークが私たちの周囲の世界の実際の仕組みであるという、より直接的な結論も強調しています。この観点から、この見解の誤りを証明するには、ニューラル ネットワークの原理では説明できない物理現象を見つけるだけで済みます。しかし残念なことに(あるいは幸運なことに)、そのような現象は見つからないようです。

ヴァンチュリンは「パラレルワールド」理論にさらなる説明を加えないことを明確に述べており、この未加工のアプローチがこの論文の最も興味深い哲学的意義である。

ヴァンチュリンの研究結果が査読に合格するか、少なくとも宇宙全体が完全に機能するニューラルネットワークであるという現実的な可能性について人々が考え始めるきっかけになれば、私たちは貴重な手がかりを得ることになるだろう。この手がかりは私たちをより深いジレンマに導くかもしれないが、究極の大統一理論への一歩となるかもしれない。

私たち全員がこの巨大なニューラル ネットワークのノードであるなら、このネットワークの目的は何でしょうか?宇宙は巨大な閉じたネットワークなのでしょうか、それともより大きなネットワークの中の単なる 1 つの層なのでしょうか?おそらく私たちが目にしているのは、同じネットワーク内にある何兆もの宇宙のうちの 1 つにすぎないのでしょう。ニューラル ネットワークをトレーニングする場合、AI が適切に「トレーニング」されるまで、数百万、あるいは数千万サイクルを実行します。この背景フィールドが本当により大きな機械の一部であるならば、私たち人間は無数のトレーニング サイクルの 1 つにすぎないのでしょうか。

<<:  文部省は大学に37の新しい専攻を追加し、そのうち人工知能が3分の1を占める。

>>:  ファーウェイがGood Vision Cloud Serviceを正式に開始、包括的なマシンビジョンの時代を先導

ブログ    
ブログ    
ブログ    

推薦する

予測分析アルゴリズムを効果的に使用するための 10 のステップ

予測分析プロジェクトを成功させるには、ソフトウェアを導入してそれを使用してデータを分析するだけではあ...

超知能オートメーション: タマネギの皮をむく旅

翻訳者 | 李睿校正 | 孫淑娟 良策企業システムのインテリジェント自動化のプロセスでは、各段階の開...

Cloud Pak for Data 3.0は、企業のコスト削減と効率性の向上を支援し、AI導入を加速します。

[[335519]]感染症流行後も実体経済は厳しい状況が続いている。生産停止、収益の急激な減少、資...

ドイツ企業の47%は、人工知能の最大の利点は生産効率の向上であると考えている。

ドイツ連邦政府は2018年に「ドイツ人工知能開発戦略」を発表し、人工知能分野におけるドイツの研究開発...

データ分布の正規性を判断するための11の基本的方法

データ サイエンスと機械学習の分野では、多くのモデルはデータが正規分布していると想定しているか、デー...

Python ディープラーニング: なぜディープラーニングを学ぶのか?

2016年初頭、伝説の囲碁プレイヤー、イ・セドル氏が囲碁界の「新人」と世界的に有名な一連の対決を始...

...

...

ブロックチェーン、自動運転、人工知能の戦いが始まった。次にホットスポットになるのはどれか?

近年、ブロックチェーン、自動運転、人工知能といった概念がテクノロジーの世界で頻繁に話題になっています...

ホーキング:人工知能やその他の技術の発展は人類を滅ぼすかもしれない

新浪科技報、北京時間3月15日、海外メディアの報道によると、スティーブン・ホーキング博士は最近、人類...

AI研究 | 陸宇:人工知能はオンライン教育を改善する大きな可能性を秘めている

工業情報化部科学技術庁は、感染予防・抑制に努め、感染拡大を阻止するために、「人工知能の力を十分に発揮...

2024年はテクノロジー企業の終焉となるでしょうか?報告書:3年後には技術の80%が素人によって提供される

[[405703]]最近、アメリカの有名なテクノロジー調査・コンサルティング会社であるガートナーは、...

米研究機関:中国は2030年までにAI研究で世界をリードすると予想

アメリカのテクノロジーメディアGeekWireによると、米国シアトルのアレン人工知能研究所(AI2)...

人工知能やロボットによって仕事が奪われた後、人々の収入はどこから来るのでしょうか?考えるための材料

中国の現在の経済社会発展の最大の原動力は科学技術の進歩である。特に米国によるファーウェイとZTEの規...