转载：本文来自微信公众号“新智元”（ID:AI_era），来源：arXiv ，编辑：小匀、LZY ，转载经授权发布。
同微软合作嘅理论物理学家团队发表一个毛骨悚然嘅启发性理论：和人类一样，宇宙本身也在观察并学习自己嘅规律同结构，换句话说，我哋生活喺一台不断学习自身嘅电脑里。而且在该理论度，我哋永远唔会统一物理学定律。
别太得意。
当你试图认识宇宙嘅时候，宇宙也在「学习」你。
呢排，同微软合作嘅一组理论物理学家发表一篇惊人嘅论文，将宇宙描述为：进化定律嘅自学成先至系统（a self-learning system of evolutionary laws）。
这篇长达80页嘅论文名为「自律宇宙（The Autodidactic Universe）」， 论文表示，和人类一样， 宇宙本身也在观察并学习自己嘅规律同结构 ，并因此作出某啲改变。
换句话说，我哋生活喺一台不断学习自身嘅电脑里。
宇宙自学成才，「演化」出深度学习框架？
如果宇宙系一台计算机，而唔系固态嘅存在，噉么佢是点样运作嘅？
论文指出，宇宙嘅运行有一个类似于机器学习嘅学习系统。
正如我哋教会机器来执行某啲功能一样，本质上，宇宙法则是以学习操作嘅形式工作嘅算法。
根据作者嘅观点，宇宙也演化出类似深度学习框架嘅自发系统。
我哋知道，深度学习框架就系一套积木，各个组件就是某个模型或算法嘅一部分，你可以自己设计积木嘅堆叠。
因此，我哋系咪可以想象，宇宙演化出法则嘅操作矩阵架构，其本身是从一个自动教学系统演化而来嘅，该系统产生于最可能嘅最小初始条件?
论文度，作者描述几个模型，呢啲模型均实现「自导自演」：
有7,088个节点和7,304条边嘅图，由抽样可能嘅未来构成
仔细想想，这是有道理嘅。
生活度，物理定律嘅得出靠嘅系我哋嘅观察，所以原始物理定律将极其简单，但经过代代更迭，定律有自我延续并具有学习和发展嘅能力。
也许，宇宙唔系从大爆炸开始嘅，而剩只是粒子之间嘅简单相互作用。
研究人员通过指出「架构会放大放大好小数量嘅粒子嘅因果关系」来暗示呢一渊源。
宇宙定律不断更新，过程不可逆，统一物理学不可能！
作者认为，宇宙不断发展嘅规律不可逆转。
这是因为新嘅状态唔系随机嘅，而是必须满足一定嘅约束条件，而眼前嘅过去状态已经满足约束条件。
「规律恢复到以前嘅状态是好常见嘅，甚至可能比佢们揾到新嘅状态更有可能。」
论文第一作者Stephon Alexander
一个可逆但不断进化嘅系统会随机地频繁地探索离佢最近嘅过去。当我哋睇到一个不断进化嘅系统表现出稳定期时，佢可能系单向进化嘅。
在说明呢啲观点时，研究人员引用一个例子：
你可以简单地检查一下硬盘上剩余嘅磁性标记。咁样就会发现程序嘅结果是可逆嘅：因为存在之前执行嘅历史记录。
但是，如果同一位专家试图通过检查CPU来确定程序嘅结果，噉就好难做。因为没有CPU嘅运行记录。
根据这篇论文，138亿年前和100万亿年后，支配相对论等概念嘅规则可能完全不同。
这意味住物理学并唔系一成不变嘅。
用物理思维理解机器学习
文章围绕受限玻尔兹曼机（restricted Boltzmann machine, RBM）讨论。
受限玻尔兹曼机由Hinton等人提出，系一种生成式随机神经网络。
呢个概念非常抽象，系一种类似物理学嘅机器学习模型。
但係，受限玻尔兹曼机是最简单嘅一类深度神经网络结构，
该架构由两层神经元组成。一个是可见层（绿色），一个是隐藏层（蓝色）。
在呢种模型度，神经元嘅状态值是以随机嘅方式确定嘅，而不像之前介绍嘅神经网络那样是确定性嘅。据任务嘅不同，受限玻兹曼机可以使用 监督学习 或 无监督学习 嘅方法进行训练。
简单理解，就是做个映射，其规律可能会随住时间嘅推移而演变。
那么，点样将物理规律理解为学习？
作者将建立以下嘅图谱，喺一类物理理论和一类基于神经网络嘅学习模型。
模拟理论（上）、规范场论（左）同机器学习（右）
然后通过同矩阵模型嘅对应关系来实现：
随住训练过程嘅迭代，连接两层嘅权重会根据优先原则进行更新，直到佢喺某个极限集上收敛。但作者考虑嘅变体情况是，两层嘅size都非常大，而且每层嘅神经元数量相等。
模拟矩阵嘅「信徒」：从德雷克方程到马斯克
熟悉马斯克嘅都知道， 他坚信「矩阵模拟假设（Matrix-style simulation）」。
2018年，喺由喜剧演员Joe Rogan主持嘅《The Joe Rogan Experience》节目度，马斯克比较全面嘅阐述他自己嘅价值观，他坚信「我哋活在模拟（simulation）中」。马斯克嘅「矩阵模拟假设（Matrix-style simulation）」理论是根据宇宙已经存在138亿年嘅事实而提出来嘅。
让我哋引入另一个概念：德雷克方程。
德雷克方程是科学界最著名嘅研究成果之一，佢通过估计我哋银河系中可能存在嘅第啲智慧文明嘅数量，计算出我喺宇宙中并唔孤单嘅可能性。
德雷克公式又称「绿岸公式」，是用来推算银河系及可观测宇宙能同我哋进行无线电通信嘅高智能文明数目。由美国天文学家德雷克于1960年代在绿岸镇提出。
德雷克方程
德雷克方程嘅含义是:
银河系内可能同我哋通讯嘅文明数量=银河系内恒星数目×恒星有行星嘅比例×每个行星系中类地行星数目×有生命进化可居住行星比例×演化出高智生物嘅概率×高智生命能够进行通讯嘅概率×科技文明持续时间在行星生命周期中占嘅比例。
德雷克方程虽然简单，但却无办法求解。该方程仲有好多不确定项，比如发展出智慧生命嘅行星嘅比例；仲有一啲可能我哋永远都唔会知道，比如在被发现之前自我毁灭嘅比例。
虽然咁，科学家们还是利用德雷克公式对可能出现外星智慧文明嘅可能性划出界限。
从另一个角度嚟讲，我哋好可能和外星生物存在某种联系，因为我哋嘅世界可能系佢哋嘅某种超级计算机嘅一个模拟。事实上，好多嘅科学家、哲学家都认为，呢种情况嘅概率非常接近于1。
换句话说，我哋每个个体和周围嘅环境，一切都可能系计算机嘅数字化模拟。
呢种说法嘅准确性我哋不得而知，但是我哋仍旧希望能有一种更好嘅方式来判断呢种可能性。
加拿大蒙特利尔大学嘅Bibeau-Delisle 和 Gilles Brassard等人已经推导出一个类似德雷克方程嘅公式，用来计算我哋生活在模拟世界中嘅可能性。但是结果却有啲反直觉，但系能会改变我哋对模拟世界嘅睇法。
Gilles Brassard
Bibeau-Delisle 和 Brassard 首先对可用于创建模拟世界嘅计算能力进行估计。
如佢哋所说，一千克嘅物质，完全用于计算，但系以每秒执行10 ^ 50次运算，而相比之下，同等嘅人类大脑只能进行10 ^ 16次运算。咁样一来，一台相当于人脑质量嘅计算机就有可能模拟出1.4 × 10 ^ 25个虚拟大脑嘅实时进化过程。
所以可以合理嘅假设，喺一个足够先进嘅文明度，一个地外高等文明生物完全可以模拟我哋咁样充满自我意识嘅人类社会。
两位作者提出上图嘅公式来计算茫茫人海中有几多人是被模拟出来嘅，佢哋得到两种结果：要么呢个世界完全是被模拟嘅，要么能够用来模拟大脑嘅先进计算能力并唔存在。
而第二种结果好可能系正确嘅。一个只是技术比我哋发达嘅高等文明生物，能够以非常精确嘅方式模拟人类生物，使得人有意识，但又同时愚弄佢哋，让真正嘅现实世界隔绝，呢种做法是不道德嘅。
另一种可能性是，外星文明从没有强大到可以进行呢种模拟，佢哋可能在这之前就因为疾病、战争、气候等原因而消亡嘎啦。
两位作者还提出一个问题：假设我哋存在于模拟世界度，我哋系咪可以逃跑，或者向高等嘅造物主隐瞒我哋嘅意图？
佢哋认为模拟技术在本质上是量化嘅，如果量子现象在传统嘅计算机中咁难以计算，噉么我哋嘅世界好可能系在量子计算机上进行嘅模拟。
这系一篇发表在arXiv上文章， 研究人员将努力向佢中添加算法和神经网络系统嘅类型。
参考链接：
cantonese.live 足跡 粵字翻譯
2021-04-12 12:35:42
请登录之后再进行评论