精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

最近有科學家提出了一個有爭議的理論 整個宇宙都是神經網絡

中科院半導體所 ? 來源:中科院半導體所 ? 作者:中科院半導體所 ? 2020-09-24 17:02 ? 次閱讀

神經網絡是一種在結構上類似于人類大腦的互連計算系統,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網絡。

計算機科學家創造的人工神經網絡,由處理和傳遞信號的各種節點組成,這些節點類似于生物神經元。網絡可以隨著使用而改變——比如增加賦予某些節點和連接的權重,從而在運行過程中,整個網絡可以不斷“學習”。例如,讓神經網絡查看一組貓的圖片,然后神經網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中的一個。這個概念的提出,是為了協調所謂的“經典”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,人工神經網絡可用于分析物理系統或發現物理定律——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網絡來解釋的物理現象。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生引力效應。但是,對于原子和亞原子層面上的物理現象,物理學家發現所謂的“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,神經網絡概念卻另辟蹊徑,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,觀察神經網絡在具有大量單個節點的系統中,是如何運作的,在某些(接近平衡的)條件下,神經網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,隱變量是各個神經元的狀態,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。

在這樣一個神經網絡中,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。微觀神經網絡的結構更加穩定一些,其他結構則穩定性差一些。越是穩定的結構越能夠在進化中生存下來,而不穩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生一些復雜度非常低的結構,像是神經元鏈,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“宇宙即神經網絡理論”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?整個宇宙都是神經網絡?

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。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4765

    瀏覽量

    100568
  • 學習
    +關注

    關注

    7

    文章

    30

    瀏覽量

    28910

原文標題:我們實際上生活在矩陣中嗎?整個宇宙都是神經網絡?

文章出處:【微信號:bdtdsj,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。

收藏 人收藏

    評論

    相關推薦

    如何編寫BP神經網絡

    傳播過程,即誤差從輸出層反向傳播回輸入層,并據此調整網絡參數。本文將詳細闡述如何編寫BP神經網絡,包括網絡結構設計、前向傳播、損失函數計
    的頭像 發表于 07-11 16:44 ?452次閱讀

    BP神經網絡和人工神經網絡的區別

    BP神經網絡和人工神經網絡(Artificial Neural Networks,簡稱ANNs)之間的關系與區別,是神經網絡領域中基礎且
    的頭像 發表于 07-10 15:20 ?867次閱讀

    基于神經網絡的語言模型哪些

    文本或預測文本中的下一個詞。隨著深度學習技術的飛速發展,涌現出了多種不同類型的神經網絡語言模型。以下將詳細介紹幾種主流的基于神經網絡的語言模型,并附上簡單的代碼示例。
    的頭像 發表于 07-10 11:15 ?577次閱讀

    rnn是遞歸神經網絡還是循環神經網絡

    RNN(Recurrent Neural Network)是循環神經網絡,而非遞歸神經網絡。循環神經網絡種具有時間序列特性的神經網絡,能
    的頭像 發表于 07-05 09:52 ?503次閱讀

    人工神經網絡模型的分類哪些

    人工神經網絡(Artificial Neural Networks, ANNs)是種模擬人腦神經元網絡的計算模型,它在許多領域,如圖像識別、語音識別、自然語言處理、預測分析等有著廣泛的應用。本文將
    的頭像 發表于 07-05 09:13 ?981次閱讀

    遞歸神經網絡是循環神經網絡

    遞歸神經網絡(Recurrent Neural Network,簡稱RNN)和循環神經網絡(Recurrent Neural Network,簡稱RNN)實際上是同一個概念,只是不同的翻譯方式
    的頭像 發表于 07-04 14:54 ?648次閱讀

    循環神經網絡的應用場景哪些

    自然語言處理(Natural Language Processing,簡稱NLP)是計算機科學和人工智能領域的重要分支,旨在使計算機能夠理解、生成和處理人類語言。循環神經網絡在自
    的頭像 發表于 07-04 14:39 ?1128次閱讀

    循環神經網絡和卷積神經網絡的區別

    結構。它們在處理不同類型的數據和解決不同問題時具有各自的優勢和特點。本文將從多個方面比較循環神經網絡和卷積神經網絡的區別。 基本概念 循環神經網絡種具有循環連接的
    的頭像 發表于 07-04 14:24 ?1144次閱讀

    bp神經網絡和反向傳播神經網絡區別在哪

    神經網絡在許多領域都有廣泛的應用,如語音識別、圖像識別、自然語言處理等。然而,BP神經網絡也存在些問題,如容易陷入局部最優解、訓練時間長、對初始權重敏感等。為了解決這些問題,研究者們提出了
    的頭像 發表于 07-04 09:51 ?390次閱讀

    人工智能和人工神經網絡什么區別

    人工智能是門研究如何使計算機模擬人類智能行為的學科。它起源于20世紀40年代,當時計算機科學家們開始嘗試開發能夠模擬人類思維過程的計算機程序。人工智能的目標是通過計算機程序實現對人類智能的模擬,包括感知、學習、推理、規劃、交流等能力。 人工
    的頭像 發表于 07-04 09:39 ?1075次閱讀

    反向傳播神經網絡和bp神經網絡的區別

    神經網絡在許多領域都有廣泛的應用,如語音識別、圖像識別、自然語言處理等。然而,BP神經網絡也存在些問題,如容易陷入局部最優解、訓練時間長、對初始權重敏感等。為了解決這些問題,研究者們提出了
    的頭像 發表于 07-03 11:00 ?695次閱讀

    神經網絡算法的基本原理

    年代,當時科學家們開始研究人腦的工作原理。1943年,Warren McCulloch和Walter Pitts提出了種簡單的神經網絡模型,即MP模型,它由
    的頭像 發表于 07-03 09:44 ?793次閱讀

    神經網絡架構哪些

    神經網絡架構是機器學習領域中的核心組成部分,它們模仿了生物神經網絡的運作方式,通過復雜的網絡結構實現信息的處理、存儲和傳遞。隨著深度學習技術的不斷發展,各種神經網絡架構被
    的頭像 發表于 07-01 14:16 ?622次閱讀

    神經網絡中的激活函數哪些

    神經網絡中,激活函數是至關重要的組成部分,它決定了神經元對于輸入信號的反應方式,為神經網絡引入了非線性因素,使得
    的頭像 發表于 07-01 11:52 ?518次閱讀

    詳解深度學習、神經網絡與卷積神經網絡的應用

    在如今的網絡時代,錯綜復雜的大數據和網絡環境,讓傳統信息處理理論、人工智能與人工神經網絡都面臨巨大的挑戰。近些年,深度學習逐漸走進人們的視線,通過深度學習解決若干問題的案例越來越多。
    的頭像 發表于 01-11 10:51 ?1926次閱讀
    詳解深度學習、<b class='flag-5'>神經網絡</b>與卷積<b class='flag-5'>神經網絡</b>的應用