Вселенная может обучаться тому, как эволюционировать в лучший, более стабильный космос. Такова необычная идея, предложенная группой ученых, которые утверждают, что они переосмысливают Вселенную так же, как Дарвин перестроил наше представление о мире природы.
Новая необычная идея пытается объяснить, почему законы физики таковы, какими мы их видим, используя математическую основу для описания различных предложенных теорий в физике, таких как квантовая теория поля и квантовая гравитация. В результате получается система, похожая на программу машинного обучения.
Ученые открыли множество физических законов и величин с фиксированными значениями для определения Вселенной. От массы электрона до силы гравитации — во Вселенной существует множество определенных констант, которые некоторым кажутся произвольными, учитывая их точные и, казалось бы, не имеющие закономерностей значения.
«Одна из целей фундаментальной физики в наши дни — не просто понять, что представляют собой законы физики, но и почему они оказываются такими, какие они есть, почему они принимают такие формы, какие они есть», — говорит автор работы Уильям Каннингем, физик и руководитель программного обеспечения в компании Agnostiq, занимающейся квантовыми вычислениями. «На самом деле нет очевидной причины, по которой один набор законов был бы предпочтительнее другого».
Самообучающаяся система
Чтобы ответить на этот вопрос, группа задалась вопросом, является ли то, как мы видим Вселенную сегодня, всего лишь одним из способов существования Вселенной? Возможно, законы, которые мы видим сегодня, являются лишь одной из множества возможных форм. Возможно, Вселенная эволюционирует.
Чтобы получить вселенную, которая развивается, исследователи предложили идею, названную автодидактической вселенной — вселенной, которая самообучается. В этом случае обучение будет происходить подобно тому, как работает алгоритм машинного обучения, когда обратная связь на одном этапе влияет на следующий, с целью достижения более стабильного энергетического состояния.
Следуя этой идее, группа разработала возможную схему, с помощью которой Вселенная могла бы учиться, опираясь на матричную математику — способ математического моделирования в виде строк и столбцов — нейронные сети и другие принципы машинного обучения. Короче говоря, они исследовали, может ли Вселенная быть самообучающимся компьютером.
Дарвиновская вселенная
Подобно тому, как мотылек может эволюционировать, чтобы иметь лучший камуфляж, мироздание может эволюционировать к более высокому состоянию — что в данном случае может означать, что оно находится в более стабильном энергетическом состоянии. Согласно математической схеме, разработанной исследователями, эта система может двигаться только вперед, с каждой итерацией создавая лучшую или более стабильную вселенную, чем прежде. Физические константы, которые мы измеряем сегодня, действительны только сейчас и могли иметь другие значения в прошлом.
Команда обнаружила, что некоторые квантовые теории гравитации и квантовые теории поля, известные как калибровочные теории — класс теорий, которые стремятся сформировать мост между теорией специальной относительности Эйнштейна и квантовой механикой для описания субатомных частиц — могут быть отображены или переведены на язык матричной математики, создавая модель системы машинного обучения. Эта связь показала, что в каждой итерации или цикле системы машинного обучения результатом могут быть физические законы Вселенной.
По словам группы, система обучения, описанная в их работе, опубликованной в базе данных препринтов arXiv, представляет собой первые «детские шаги» к реализации идеи. Однако при дальнейшей работе группа может создать полноценную модель Вселенной, которая откроет новые двери для понимания нашего космоса.
«Одна из захватывающих перспектив заключается в том, что вы можете использовать одну из этих моделей и, возможно, извлечь что-то новое, — сказал Каннингем. Это может быть открытие физики для нового типа черных дыр или новый закон, описывающий физическую систему, которая еще не была объяснена, например, темную энергию».
Авторы нового исследования признают, что их работа носит лишь предварительный характер и не является окончательной теорией, а скорее способом начать думать о вещах по-новому. В конечном счете, хотя в работе не делается никаких выводов о том, какая именно модель может быть использована для описания нашей Вселенной, она допускает возможность того, что Вселенная может учиться.
«Я думаю, что в конце работы у нас осталось много открытых вопросов, и, конечно, мы не смогли ничего доказать», — сказал Каннингем в интервью Live Science. «Но на самом деле наша цель — начать дискуссию».