宇宙は学習している

2021年3月29日

宇宙は学習している

宇宙をニューラルネットワークとして扱うことで、量子重力の問題は解決するのか？

https://iai.tv/articles/the-universe-is-learning-auid-1784

物理学は停滞しています。ここ数十年、新しい理論的なブレークスルーはありません。私たちは、宇宙を理解するための根本的な新しい方法が必要なのでしょうか？世界を学習過程にあるニューラルネットワークとして扱えば、量子重力、量子コンピューティング、意識などをよりよく理解することができると、Vitaly Vanchurin氏は書いています。

20世紀の物理学者たちは賞賛に値します。彼らは、量子力学と一般相対性理論という、1つではなく2つの画期的な発見をしました。もちろん、古典物理学や統計物理学のおかげで出発点は良かったのですが、それでもその進歩は驚くべきものでした。例えば、宇宙論を考えてみましょう。ビッグバン前の宇宙のインフレーションにおける揺らぎを量子力学で記述し、一般相対性理論のルールを適用してビッグバン後の進化を研究することができるとは、誰が考えたでしょうか？しかし、正しく行えば（アレクセイ・スタロビンスキー、アラン・グース、アンドレイ・リンデ、スラヴァ・ムハノフ、ゲンナジー・チボソフらのおかげで）、非常に具体的な予測が得られ、後に「宇宙背景探査機」や後にプランクの実験で確認されました。驚くべきことですが、おとぎ話はこれで終わりです。何がインフレーションを引き起こしたのか、暗黒エネルギーや暗黒物質とは何なのか、いまだに分かっていません。私を含め多くの研究者が、前世紀の発見を統合する新しい理論的枠組みが必要だと考えています。それが超ひも理論に基づくものであろうと、量子情報に基づくものであろうと、ニューラルネットワークに基づくものであろうと、新しい理論的枠組みは変革をもたらすものとなるでしょう。

超ひも理論、量子情報、ニューラルネットワークのいずれに基づいても、次の理論的ブレークスルーは変革をもたらす可能性があります。

しかし、この革新的な発見を早めるために、今、私たちにできることはないのでしょうか？私は、人工ニューラルネットワーク（あるいは学習システム）が長い間、「ローカル・ミニマム」に陥っていた場合に行うことを提案します。科学研究の文脈では、「ローカル・ミニマム」は段階的な進歩ができないことを表し、「ステップ・サイズ」を増やすことは科学研究の範囲を広げることを表しています。これはすでにある程度実現しています。一部の物理学者は、新しい数学的概念を導入したり、物理学の異なる分野の橋渡しをしたり、学際的なコラボレーションを開始したりしていますが、これがすべてのレベルで行われているわけではありません。ほとんどの科学者は、自分の居心地の良い場所以外での研究をしたがらない。研究者個人を利する戦略は、文明全体を利する戦略とは正反対なのです。

「ステップサイズ」を大きくして「ローカル・ミニマム」から抜け出す方法を見つけようとする私の試みは、「宇宙全体が宇宙ニューラルネットワークである」という、かなり大胆なアイデアを採用しています。その目的は他のニューラルネットワークと同じで、学習データセットを学ぶこと、言い換えれば環境を理解することです。これは些細なことかもしれませんが、些細ではないのは、学習が効果的であるためには、素粒子から宇宙までのすべてのスケールで起こっている必要があることを示すことでした。この仮説を検証するために、私はまず、学習に対する熱力学的アプローチ（平衡および非平衡の両方）を開発し[1]、それを幅広いスケールの自然現象（量子および古典の両方）の記述に適用しました。この分野での私の計算の一部は、"The World as a Neural Network "と題した最近の論文で発表されました[2]。この論文が示唆しているのは，私たちの周りで観察されている量子的，古典的，重力的な効果は，基本的なものではなく，宇宙的なニューラルネットワークの学習による創発的な行動であるということです。もしそれが正しければ、自然がどのように機能するかについて、非常に深いことを教えてくれていることになります。

ビョルン・エーケベルグは、標準的な宇宙論が直面している大きな問題をあえて探求しています。

この提案は、量子力学と一般相対性理論を両立させるための新たな試み、すなわち「量子重力の問題」と捉えることもできる。言い換えれば、ニューラルネットワークは、量子力学と一般相対性理論を統一するためのミッシングリンクとなるかもしれない。宇宙論的なニューラルネットワークは、最小のスケールでは量子力学でよく記述される平衡状態にありますが、最大のスケールでは一般相対性理論でよく記述される平衡状態からはまだ非常に遠い状態にあります。 さらに、ニューラルネットワークモデルは、量子力学の「測定問題」や宇宙論の「尺度問題」といった観測者の問題にも光を当てることができるかもしれませんが、そのためにはまず、巨視的な観測者や、おそらくは意識についての理解を深める必要があります。そのためには、生物学者の協力が不可欠なのです。

これは、ニューラルネットワークが21世紀の科学を行うための理論的な枠組みを改善することを意味するのでしょうか。断言するのはまだ早いですが、物理学者、生物学者、コンピュータ科学者の中には、この可能性を真剣に考えている人が増えているのは心強いことです。 例えば，当初は，平衡状態での学習ダイナミクスがシュレディンガー方程式で正しく記述されるのはどのような場合なのか正確にはわかりませんでしたが[1,2]，その後（Mikhail Katsnelsonと共同で），ニューロンの数が変化したときにこれが起こることを示しました[3]．これにより，量子計算が可能な古典コンピュータ上で動作する人工ニューラルネットワーク，すなわち人工量子コンピュータを構築できる可能性が出てきました．これについては、現在、機械学習の専門家と議論しているところです。

このニューラルネットワークは、量子力学と一般相対性理論を統一するためのミッシングリンクになるかもしれません。

機械学習に人工ニューラルネットワークを使うというアイデアは、もともと生物学から生まれたものですが、もし宇宙がニューラルネットワークであるならば、「恩返し」として、機械学習を使って、例えば生物の進化を研究することができるかもしれません。私は現在、生物学者と一緒にそのような理論を構築しており、非常に有望な状況です。

宇宙論については？繰り返しになりますが、最終的な結果を報告するのは時期尚早ですが、予備的な結果によると、ビッグバンは学習システムとしての宇宙の「ハッとした瞬間」に過ぎないかもしれません。そしてそれは、これから始まる長くてエキサイティングな旅の始まりに過ぎないのです。 

DeepL翻訳