研究指出宇宙演化过程类似机器学习算法

古往今来,靠自学成才成为大师的人物,说来不算罕见。后来,随着人类科技的进步,人工智能开始崛起,于是也就诞生了机器学习这个领域,AI算法使得机器具备自学习能力。

最近,科学家提出了一种新概念称之为“自我督导的宇宙”,即拥有自学能力的宇宙的概念。这种学习以类似于机器学习算法的方式实现,某个阶段的反馈将会影响下一阶段,目标是达到更稳定的能量态。研究人员认为,只有能学习自身定律的宇宙,才能产生生命等奇妙现象。

人类作为高等智慧型生物,强大的学习能力就在地球上而言绝对是顶级的存在。比如靠着自学掌握16种语言的艺术大师达芬奇,20 世纪最著名的自学掌握17种语言的匈牙利翻译Kató Lomb,还有“维基解密”创始人朱利安·阿桑奇等等。

艺术大师达芬奇

现在,这份清单上可能要加上一个史上最重量级的成员——宇宙。什么,宇宙也会自学?

你没听错。根据最近发表在arXiV上的一项新研究,宇宙可能会不断自学如何演化为更稳定的状态。

这项微软和布朗大学的联合研究认为,我们今天可以看到或测量的所有物理定律,都是随着时间的推移自行形成的。

为了得到一个进化的宇宙,研究人员提出了一种被称为“自我督导的宇宙”——即拥有自学能力的宇宙的概念。

在这种情况下,学习将以类似于机器学习算法的运转方式实现,即某个阶段的反馈将会影响下一阶段,其目标是达到更稳定的能量态。

遵循这一概念,研究团队开发了宇宙用来学习的可能构架,以便对矩阵数学、神经网络和其他机器学习原理加以利用。简言之,就是研究宇宙是否可以是一台学习计算机。

研究人员表示,如果我们想了解这些物理定律是如何演化的,就应该将达尔文的自然选择理论应用于宇宙学。

具备自学习能力的宇宙

随着时间的推移,宇宙最初依赖的简单物理定律,会变得更加复杂。为什么我们的世界里还存在着猫和狗,却没有三叶虫或恐龙?事实证明,猫和狗最能适应环境,并成功地将这种基因传给了后代。

宇宙也是如此。不同的是,它不需要像猫狗一样,与其他宇宙竞争,而是维持自身的继续存在。

想象一下宇宙的早期版本,比如说,物体之间的引力是一个更原始的概念。牛顿万有引力定律指出,两个质点彼此之间相互吸引的作用力,与它们的质量乘积成正比,与它们之间的距离的平方成反比。

这条定律解释了为什么月球的表面引力大约是地球引力的六分之一。但在一个更简单的宇宙版本中,也许引力是一个更静态的概念,月球和地球上的引力是一样的。

“随着时间的推移,这个简单的宇宙体系会自学,产生一些基本的定律,这篇论文说的就是这个。”哥伦比亚大学巴纳德学院物理和天文学教授Janna Levin说。

宇宙的“自学”成果:不断变化的物理定律

“如果宇宙可以用一组给定的算法进行计算,那也许宇宙正在做着和AI同样的事情,比如自学系统、自学新规则。在宇宙学中,这些规则就是物理定律。”

这篇论文将宇宙学或对宇宙及其起源的研究与生物学结合了起来。作者认为:

自然世界的结构中可能存在着一种机制,宇宙可以通过这种机制学习其规律。 换言之,这个通用化的规律可能超越所有科学领域。这意味着,物理定律可能受控制它们的宇宙高阶定律的约束——而我们甚至无法理解。

“探索不同领域之间的联系是至关重要的,因为知识本身并没有从根本上划分出什么领域。”开普敦大学数学系教授、南非非洲数学科学研究所宇宙学团队负责人Bruce Bassett说。

“由于我们的大脑能力有限,才将知识分割并压缩为生物学、物理学和社会学,而分割和压缩的代价是,我们很容易错过人类知识分支之间的共性和隐藏的普遍性。”

这可能就是为什么我们很难理解宇宙可能是“自学成才”的。而“宇宙并没有义务让我们理解这一点。” 著名宇宙学家尼尔·德格拉斯·泰森说。

而且,与我们人类不同,宇宙不需要与其他宇宙竞争,宇宙在做自己的事。

实际上,当我们用“竞争”和“头脑”这样的词来描述宇宙时,实际上已经屈服于人类中心主义,即一切以人类开始和结束的哲学观点。而实际上,事实可能并非如此。

“我们看待世界的很多方式,都植根于我们熟悉的语言。”Janna Levin说:“宇宙没有意识,就像选择没有意识一样,选择是 100% 不可知的。”

不过,并非所有研究人员都对这一新概念感到兴奋。

未参与这项新研究的纽约大学哲学教授Tim Maudlin就坚持认为,不存在支持这一概念的证据,而否定它的证据倒是存在很多,比如,某些得到测定的物理学定律在今天与在宇宙大爆炸发生后不久时是一样的。

研究人员在论文中也承认,他们只是尝试朝着新理论迈出了第一步。

“现在评论这些想法是否与我们的宇宙有任何关系,确实为时过早。这篇文章的核心思想很有意思,将宇宙学与人工智能背后的核心思想融合在一起,这个理论是一个推测性的激进假说。” 巴塞特说。

不过,理论物理学就是需要激进的想法。

“因为我们发现自己正面临着一个疯狂的宇宙。也许这个假说不会产生任何有趣的东西,但也可能会激发真正的突破,将我们带到一个无法想象的地方。”

相关研究报告: