宇宙も「独学」です!このプロセスは機械学習アルゴリズムに似ており、物理法則を刷新するものである。

宇宙も「独学」です!このプロセスは機械学習アルゴリズムに似ており、物理法則を刷新するものである。

宇宙は自ら学ぶことができるのでしょうか?科学者たちは、自ら学ぶ能力を持つ宇宙、「自己学習宇宙」という概念を提唱している。この学習は機械学習アルゴリズムに似た方法で実装されており、より安定したエネルギー状態を実現することを目的として、ある段階からのフィードバックが次の段階に影響を与えます。研究者たちは、自らの法則を学ぶことができる宇宙だけが生命のような素晴らしい現象を生み出すことができると信じています。

歴史上、独学で達人になる人は珍しくありません。

[[441589]]

例えば、独学で16ヶ国語を習得した芸術の巨匠レオナルド・ダ・ヴィンチ、独学で17ヶ国語を習得した20世紀で最も有名なハンガリーの翻訳家カトー・ロンブ、ウィキリークスの創設者ジュリアン・アサンジなどがいます。

さて、このリストに、歴史上最も重いメンバーである宇宙が加わるかもしれません。

なんと、宇宙も自ら学習できるのでしょうか?

正しく聞きました。最近arXiVに掲載された新しい研究によると、宇宙はより安定した状態へと進化する方法を常に自らに教えている可能性がある。

マイクロソフトとブラウン大学の共同研究では、今日私たちが目にしたり測定したりできるすべての物理法則は、時間の経過とともに独自に進化してきたと主張しています。

[[441590]]

進化する宇宙を実現するために、研究者たちは「自己学習宇宙」と呼ばれる概念、つまり自ら学習する能力を持つ宇宙を提唱した。

この場合、学習は機械学習アルゴリズムの動作に似た方法で行われ、より安定したエネルギー状態に到達することを目的として、ある段階からのフィードバックが次の段階に影響を与えます。

この概念に従って、研究チームは、行列数学、ニューラルネットワーク、その他の機械学習の原理を利用して、宇宙が学習するための可能性のあるフレームワークを開発しました。つまり、宇宙が学習するコンピュータになり得るかどうかを研究することです。

これらの物理法則がどのように進化したかを理解したいのであれば、ダーウィンの自然選択説を宇宙論に応用すべきだと研究者らは言う。

独学の世界

[[441591]]

時間が経つにつれて、宇宙が当初依存していた単純な物理法則はより複雑になりました。なぜ私たちの世界には猫や犬がいるのに、三葉虫や恐竜はいないのでしょうか?猫と犬は環境に最も適応しており、この遺伝子を子孫にうまく受け継いでいることが判明しました。

宇宙でも同じことが言えます。違いは、猫や犬のように他の宇宙と競争する必要はなく、自分自身の存在を維持する必要があることです。

たとえば、物体間の重力がもっと原始的な概念であった初期の宇宙を想像してみてください。ニュートンの万有引力の法則によれば、2 つの粒子間の引力はそれらの質量の積に比例し、それらの間の距離の 2 乗に反比例します。

この法則は、月の表面重力が地球の約 6 分の 1 である理由を説明しています。

しかし、より単純なバージョンの宇宙では、おそらく重力はより静的な概念であり、月の重力は地球上の重力と同じでした。

「この論文は、この単純な宇宙システムが時間の経過とともに自ら学び、いくつかの基本法則を発達させる方法について述べている」とコロンビア大学バーナード・カレッジの物理学・天文学教授、ジャナ・レビン氏は述べた。

[[441592]]

宇宙の「自己学習」の結果: 常に変化する物理法則

「もし宇宙が与えられた一連のアルゴリズムを使って計算できるのなら、宇宙は自己学習システムや新しいルールの学習など、AIと同じことを行っているのかもしれません。宇宙論では、これらのルールは物理法則です。」

この論文は宇宙論、つまり宇宙とその起源の研究と生物学を組み合わせたものである。著者は次のように信じている。

自然界の構造の中には、宇宙がその法則を学ぶことができるメカニズムがあるのか​​もしれません。 言い換えれば、この普遍的な法則は、あらゆる科学分野を超越している可能性がある。これは、物理法則が、それを支配する宇宙の高次の法則に左右される可能性があり、その法則を私たちは理解することすらできないことを意味します。

「知識そのものは根本的に分野ごとに分かれているわけではないので、異なる分野間のつながりを探ることは極めて重要だ」と、ケープタウン大学数学科教授で南アフリカのアフリカ数学科学研究所の宇宙論チーム責任者であるブルース・バセット氏は語った。

「脳の容量が限られているため、私たちは知識を生物学、物理学、社会学に分割し、圧縮しています。分割と圧縮の代償として、人類の知識の分野間の共通点や隠れた普遍性を簡単に見逃してしまうことがあります。」

[[441593]]

これが、宇宙が独学で理解できるということを私たちにとって理解するのが非常に難しい理由かもしれません。そして「宇宙は我々にこれを理解する義務を負っていない」と著​​名な宇宙学者ニール・ドグラース・タイソンは言う。

そして、私たち人間とは異なり、宇宙は他の宇宙と競争する必要はなく、独自のことをしています。

実際、私たちが宇宙を説明するために「競争」や「心」といった言葉を使うとき、私たちはすべては人間から始まり、人間に終わるという哲学的見解である人間中心主義に屈しているのです。実際にはそうではないかもしれません。

「私たちの世界の見方の多くは、私たちが慣れ親しんでいる言語に根ざしています」とジャンナ・レビンは言います。 「宇宙には意識がない。選択にも意識がないのと同じだ。選択は100%知ることができない。」

しかし、すべての研究者がこの新しい概念に興奮しているわけではない。

[[441594]]

この新しい研究には関わっていないニューヨーク大学の哲学教授ティム・モードリン氏は、この概念を裏付ける証拠はないが、測定された特定の物理法則がビッグバン直後と現在とで同じであるという事実など、これを反証する証拠はたくさんあると主張している。

研究者たちは論文の中で、これは新しい理論への第一歩を踏み出したに過ぎないことを認めている。

「これらのアイデアが我々の宇宙に何らかの関連があるかどうかについてコメントするのは時期尚早だ。論文の核となるアイデアは興味深いもので、宇宙論と人工知能の背後にある核となるアイデアを融合させている。この理論は推測的で過激な仮説だ」とバセット氏は語った。

しかし、理論物理学には根本的なアイデアが必要です。 「なぜなら、私たちは狂気の宇宙に直面しているからです。この仮説は何も面白い結果を生まないかもしれませんが、想像もできなかった場所へと私たちを連れて行ってくれる本当のブレークスルーを刺激するかもしれません。」

<<:  人工知能の主要技術分野のレビュー

>>:  メタユニバースアバタープロジェクトが暴露されました!ザック・スナイダーのライトセーバーが3秒で512GBのハードドライブに変形

ブログ    
ブログ    
ブログ    

推薦する

AI、自動化、そして仕事の未来: 取り組むべき10の課題

[[236355]]職場で機械が人間の労働に取って代わるにつれ、その恩恵を受けるためには私たち全員が...

CNN 推論エンジンを使用して IoT デバイスにディープラーニングを実装するにはどうすればよいですか?

[[212457]]ディープラーニング技術により、モノのインターネット (IoT) デバイスは非構...

...

AIをやりたいのですが、開発ツールはどのように選べばいいですか?この入門ガイドはあなたのためのものです

[[207302]]現代の人工知能は企業に多くの利益をもたらすと同時に、機械の認知能力も大幅に向上さ...

...

...

ロボットにあなたのことをもっと理解させるにはどうすればいいでしょうか?

[[361286]]自然言語処理技術は人工知能技術の重要な分野です。自然言語処理技術自体が成熟する...

エコノミスト誌の新たな見解:ロボットの数が増えても人間の雇用機会は減らないが、雇用数は増える

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

「何千人もの人々の何千もの顔」を解読し、ユーザーのポートレートを深く解釈する方法

[[201075]]ユーザー ポートレートの概念は非常に人気があります。多くの企業が「ユーザー ポー...

...

...

Python で線形回帰機械学習モデルを作成する方法は? 「初心者ガイド」

線形回帰とロジスティック回帰は、現在人気のある 2 つの機械学習モデルです。 [[331887]]こ...