神經(jīng)網(wǎng)絡是一種在結構上類似于人類大腦的互連計算系統(tǒng)，但最近有科學家提出了一個有爭議的理論，認為整個宇宙都是神經(jīng)網(wǎng)絡。

計算機科學家創(chuàng)造的人工神經(jīng)網(wǎng)絡，由處理和傳遞信號的各種節(jié)點組成，這些節(jié)點類似于生物神經(jīng)元。網(wǎng)絡可以隨著使用而改變——比如增加賦予某些節(jié)點和連接的權重，從而在運行過程中，整個網(wǎng)絡可以不斷“學習”。例如，讓神經(jīng)網(wǎng)絡查看一組貓的圖片，然后神經(jīng)網(wǎng)絡可以自己學習貓的特點，進而從一群動物中找出貓來。

但是，從根本上講，我們所知的一切可能也是這些系統(tǒng)中的一個。這個概念的提出，是為了協(xié)調所謂的“經(jīng)典”物理學與量子力學這兩個領域，這也是困擾了物理學們很久的一個問題。

我們不僅僅是說，人工神經(jīng)網(wǎng)絡可用于分析物理系統(tǒng)或發(fā)現(xiàn)物理定律——我們在說的是，我們周圍的世界到底是如何運作的，這是一個非常大膽的主張，可以將其視作對一切理論的建議，也正因為如此，它也應該很容易被證偽。所需要做的就是找到一個無法用神經(jīng)網(wǎng)絡來解釋的物理現(xiàn)象。然而，這說起來容易，做起來卻很難。

當從一個比較大的尺度上考慮整個宇宙的運行時，物理學家通常會使用一組特定的理論作為工具。這些工具是基于牛頓運動定律的“經(jīng)典力學”以及愛因斯坦的相對論，它們可以用來解釋時間與空間的關系，以及質量如何扭曲時空結構以產(chǎn)生引力效應。但是，對于原子和亞原子層面上的物理現(xiàn)象，物理學家發(fā)現(xiàn)所謂的“量子力學”可以更好解釋宇宙。

在這個理論中，能量和動量這類的物理量被限定為具有離散值，而非連續(xù)值，也就是“量子”。所有物體都具有粒子性和波動性，并且最后，測量這個行為也會改變物體本身。最后這一個特點叫做海森堡“不確定性原理”，簡單來說就是某些關聯(lián)屬性——如物體的位置和速度——無法同時精確測量，于是就有了概率一說。

盡管這些理論在各自的尺度范圍內都可以很好地解釋宇宙，但物理學家一直希望能有一種方法可以將這些理論協(xié)調成一個普遍理論——這個難題有時也被稱為“量子引力難題”。如果要結合這兩種理論，那么重力（用廣義相對論描述即為物質/能量的時空彎曲）可能需要由量子組成，然后也因此具有自己的基本粒子——引力子。

遺憾的是，單個引力子對物質產(chǎn)生的影響將非常非常微弱，這就導致量子引力理論幾乎無法驗證，因此也就無從判斷這個理論到底是不是正確的。但是，神經(jīng)網(wǎng)絡概念卻另辟蹊徑，不再嘗試將廣義相對論和量子力學調和成一個基本的普遍理論，而是認為，這種理論中所觀察到行為背后，有更深層次的原因。

在新研究中，科學家著手建立了一個模型，觀察神經(jīng)網(wǎng)絡在具有大量單個節(jié)點的系統(tǒng)中，是如何運作的，在某些（接近平衡的）條件下，神經(jīng)網(wǎng)絡的學習行為可以近似地用量子力學方程式來解釋；但是其他時候則需要用經(jīng)典物理定律來解釋。

這個理論或許也可以用來解釋所謂的“隱變量”，即一些物理學家提出的物體的未知屬性，用以解釋大多數(shù)量子力學理論中固有的不確定性，在新興的量子力學中，隱變量是各個神經(jīng)元的狀態(tài)，是可訓練的變量——就好比偏差矢量和權重矩陣等，是量子變量。

在這樣一個神經(jīng)網(wǎng)絡中，從粒子和原子到細胞再到其他的一切，都將以類似于進化/自然選擇的過程慢慢出現(xiàn)。微觀神經(jīng)網(wǎng)絡的結構更加穩(wěn)定一些，其他結構則穩(wěn)定性差一些。越是穩(wěn)定的結構越能夠在進化中生存下來，而不穩(wěn)定的結構則會被淘汰。

在最小的尺度上，自然可能會選擇會產(chǎn)生一些復雜度非常低的結構，像是神經(jīng)元鏈，但是尺度越大，結構就越復雜，但這個過程應該被限制在一個特定長度范圍內。因此，這個概念意味著，我們周圍所看到的一切，例如粒子、原子、細胞、觀察者等等——都是自然選擇的結果。

至于“宇宙即神經(jīng)網(wǎng)絡理論”是否會得到認可，物理學界的大部分人似乎并不買賬。99%的物理學家會告訴你，量子力學是主要理論，一切都應以某種方式從中而來，但是這個原則，又跟量子力學非基本規(guī)律的觀點相矛盾，物理學和機器學習領域的專家也都對這個新理論持懷疑態(tài)度。

責任編輯：xj

原文標題：我們實際上生活在矩陣中嗎？整個宇宙都是神經(jīng)網(wǎng)絡？

文章出處：【微信公眾號：中科院半導體所】歡迎添加關注！文章轉載請注明出處。