宇宙可以自己学习吗？

UFO爱好者

　　宇宙或许可以自己学习如何进化成一个更好、更稳定的宇宙。近日，一组科学家提出了这个十分新颖的想法。他们称，他们正在重新构想宇宙，正如达尔文改变我们对自然世界的看法一样。
　　这个颇具争议的想法试图用数学框架来描述物理学中的各种定律——比如量子场论和量子引力等，来解释这些物理定律为什么是我们看起来的样子。结果则是一个类似于机器学习程序的系统。
　　科学家已经发现无数的物理定律，和具有固定值的量，来定义宇宙。从电子的质量到引力，宇宙中有许多特定的常数，由于其精确性和看似无规律的值，而让一些人觉得似乎有些随意。
　　研究作者威廉·坎宁汉是量子计算创业公司Agnostiq的物理学家与软件负责人。他说：“当前，基本物理学的目标之一是，不仅要理解物理定律，还要弄清楚这些物理定律为什么偏偏就是这样。没有明显的理由可以让一组定律优先于另一组定律。”
　　自学系统
　　为了解答这个疑问，研究小组想知道我们今天所见到的宇宙模式，是不是只是宇宙曾经的一种模式？也许，我们今天所认识的种种定律，只是许多迭代中的一个。也许，宇宙正在持续地进化。
　　为了得到一个能够进化的宇宙，研究人员提出了一个叫做“自训宇宙”的概念，意思就是一个可以自学的宇宙。在这种情况下，这个学习的过程，碰巧与机器学习算法的工作方式类似，即某一阶段的反馈会影响到下一阶段的发展，其目的是达到一个更加稳定的能量状态。
　　遵循这个想法，研究小组开发了一个可能的框架。根据这个框架，宇宙可以利用矩阵数学方法（一种按阵列排列的数学方法）、神经网络和其他机器学习原理，进行学习。简而言之，他们想知道，宇宙是否是一台可以学习的计算机。
　　研究的另一位作者、加拿大滑铁卢圆周理论物理研究所的物理学家李·斯莫林说：“我们尝试改变叙述的方式，就像生物学家达尔文须改变叙述，从而加深对研究对象的理解一样。”
　　达尔文式的宇宙
　　和飞蛾进化出更好的伪装类似，自训宇宙也可能进化到更高的状态——意味着，这可能是一个更加稳定的能量状态。根据研究人员开发的数学框架，这个系统只能前进，每一次迭代都会创造出一个比原先更好、或更稳定的宇宙。我们今天测量到的物理常数，仅在当下有效，而在过去可能是不同的数值。
　　研究小组发现，某些量子引力和量子场论——即所谓的规范理论，旨在在爱因斯坦的狭义相对论和描述亚原子粒子的量子力学之间架起桥梁的一组理论，可以被映射或解读为矩阵数学语言，创造出一个机器学习系统的模型。这种联系表明，在机器学习系统的每一次迭代或循环中，其结果可能是宇宙的物理定律。
　　研究小组在论文中提到，这个学习框架，代表了通向自训宇宙概念的第一“小步”。但是，随着工作的不断推进，团队或许可以创建一个完整的宇宙模型，为了解我们的现实宇宙打开新的大门。
　　坎宁汉说：“一个令人兴奋的前景是，你可以利用其中的一个模型，或许还可以提炼出一些新的事物。”可能是发现一种新型黑洞，或描绘一个尚未被解释的物理系统，比如暗能量。
　　然而，也并非所有研究人员都对这个新的想法感到期待。纽约大学的哲学教授蒂姆·莫德林没有参与这项研究。但是莫德林认为，对于这一概念，不仅没有证据可予以支持，相反却有许多证据与之相悖，比如某些已经测得的物理定律，在今日与大爆炸之后的瞬间，并无不同。此外，如果宇宙定律是不断进化的，那么莫德林认为必须有一个更庞大的不变的定律，可以支配这种变化，但这又否定了自学系统的概念。
　　莫德林说：“我们在观察基本定律时——比如薛定谔方程或广义相对论，它们看起来压根不是随机的。你可以用非常严谨的数学方式把它们表述出来，且没有太多可调整的参数。”
　　澳大利亚昆士兰大学的哲学家彼得·W·埃文斯也没有参与这项研究。起初，埃文斯也对这项新研究持怀疑态度；但他赞同花一些时间用非正统的方式解决诸如“为什么宇宙是这个样子？”等根本性问题。他认为，这些方式，即便本身没有结果，但或许可以引发意料之外的想法，而这些意料之外的东西或许可以为我们了解宇宙打开新思路。
　　这项新研究背后的研究人员也承认，他们的工作目前仍处于初步阶段，并非是要作为最终理论，而更多的是以新的方式思考问题的开端。最终，尽管该论文没有就哪种模型可以用来描述我们的宇宙得出任何结论，但它也确实提出了宇宙可以学习的可能性。
　　坎宁汉说：“到目前为止，我们仍有许多悬而未决的问题，当然我们也没办法证明任何事情。但是，我们的真正目标是抛砖引玉，开启一场新讨论。”
               
               

                           

                        
                        
                                
                                    宇宙可以自己学习吗？
                                    
                                    
本文转载自：                                        新浪科技
                                        2021-06-25
                                        作者：匀琳