美媒：宇宙是一台堅持自學的機器？_風聞

參考消息網6月16日報道美國《大眾機械》月刊網站4月14日發表題為《科學家説，宇宙是一台不斷學習的機器》的文章，作者為卡羅琳·德爾伯特，文章稱，在一項令人着迷的新研究中，宇宙學家將宇宙的歷史解釋為一種自學算法。

開展這項新研究的科學家包括來自美國布朗大學和弗拉蒂倫研究所的物理學家等。他們説，宇宙首先探索了所有可能的物理定律，然後才選擇了我們如今觀察到的定律。這種大膽的想法會啓發未來的科學研究嗎？

這篇發表在美國阿奇夫論文預印本網站的研究報告“在理論物理學、計算機科學和科學哲學的交叉點提出想法，並從以上三個角度開展討論”，體現了這項研究的宏觀性和跨學科性。該研究獲得了微軟公司的“計算、物流和其他支持”。

文章稱，研究認為，宇宙遵守諸多物理學定律，但根據宇宙中的數學定律，其他物理學定律似乎本來也有可能被選中。如果許多定律都有可能被選中，那麼宇宙是如何最終選定現在我們真正遵守的定律呢？

撰寫這篇研究的科學家們解釋説：“我們所使用的‘學習’概念不是一種即時變化和粗暴的適應過程，而是一個理論化、建模和預測的積累過程。例如，地球上的脱氧核糖核酸/核糖核酸/蛋白質系統肯定是在適應的過程中產生的，但它預測到的有機體空間遠大於任何給定時刻的適應過程所做出的預測。”

學習產生生命

文章稱，我們可以將其與達爾文的研究進行類比。達爾文研究了動物為適應不同環境而發展出的不同生存方式。例如，為什麼我們只有一個單一的物理學定律體系，而不是一羣特殊種類的雀鳥？這個問題至少可以追溯到1893年，當時一位哲學家首次提出了“自然選擇”的概念，但討論的對象是宇宙法則。

在這篇新研究中，科學家們定義了一系列術語，包括宇宙背景下的“學習”。他們説，宇宙是由系統構成的，而每個系統每天都需要完成特定程序。

文章稱，每個系統都被由其他系統組成的環境所包圍。想象一下，你站在人羣中，你眼前的環境就是由其他人構成的，而他們每個人的環境也是由你和其他事物構成的。

進化已經是一種學習方式，所以當我們説宇宙把自然選擇作為實現物理學的一部分時，我們討論的是這種特殊的學習。

事物為了學習必須要具備意識嗎？為了證明這一點，你需要謹慎定義“學習”。有機體和系統經常展示學習成果，比如更成功或更高的繁殖率。

研究人員很好地解釋了這種區別：“從某種意義上説，學習並無特殊之處，它是由物理互動傳達的因果過程。然而，為了解釋那些由於學習而發生的事件，我們需要把學習當成一個特殊的過程。”

想想“你怎麼都學不會”這句話，它表明，對於一個特定的人來説，學習的結果和活動不盡如人意。我們用這個結果來否認學習的過程。如果事實是這個人試圖改變結果卻沒有成功呢？我們只是根據看得見的結果來衡量學習情況。

文章稱，如果你對這項研究的具體內容感興趣，那麼請閲讀這份長達79頁的完整研究報告，它對大量術語進行了定義，並用這些術語提出了一些大膽而精彩的論點。這些科學家們的目標是，在“學習宇宙”的領域中開啓一個全新的宇宙學研究分支。

他們還説：“如果定律能夠進化，那麼它們能做的還有更多：我們認為，只有能學習自身定律的宇宙才能產生生命和物理學家這樣的新現象。”

另據美國趣味科學網站5月20日發表題為《宇宙能學習嗎？》的文章，作者為瑪拉·約翰遜-格羅，文章稱，宇宙能夠教會自己如何進化成為一個更好且更穩定的宇宙。這是由某個科學家團隊提出的異乎尋常的觀念。這些科學家説，如同達爾文改變了我們對自然界的看法一樣，他們正在改變人們對宇宙的印象。

向更高級進化

這個具有爭議性的新觀念試圖解釋，為什麼物理學定律——就像我們所認為的那樣——使用數學框架來描述物理學中形形色色的假設，例如量子場理論和量子引力。其結果是一個類似於機器學習程序的系統。

文章稱，科學家們已經發現了很多物理定律和具有固定值的量來定義宇宙。從電子質量到引力，在宇宙中存在許多數值精密且看似無規律可循的特定常數，因此讓一些人看來充滿隨意性。

論文作者之一、美國量子技術初創企業阿格諾斯蒂克公司物理學家兼軟件主管威廉·坎寧安説：“目前基礎物理學的目標之一就是，不僅理解物理定律的內容，還要理解它們恰好呈現為目前的樣子和採取目前這樣形式的原因。事實上並不存在某一套（定律）會比別的定律更受青睞的明顯理由。”

文章稱，為了回答這個問題，該團隊想知道，我們今天看待宇宙的方式是否只是宇宙所具有的方式之一？或許我們今天認識到的這些只不過是眾多迭代定律中的一套。或許宇宙正在進化。

為了得到一個進化的宇宙，研究人員提出了一種被稱為“自我教導的宇宙”——即擁有自學能力的宇宙——的概念。在這種情況下，學習將以類似於機器學習算法的運轉方式實現，即某個階段的反饋將會影響下一階段，其目標是達到更穩定的能量態。

遵循這一概念，研究團隊開發了宇宙用來學習的可能構架，以便對矩陣數學（即利用縱橫排列進行數學運算的方式）、神經網絡和其他機器學習原理加以利用。簡言之，他們研究了宇宙是否可以是一台學習計算機。

文章稱，論文作者之一、加拿大滑鐵盧佩裏米特理論物理研究所的物理學家李·斯莫林説：“為了獲得對於研究課題的更深入理解，我們差不多正在嘗試像生物學家達爾文曾經做過的那樣改變對話。”

類似於飛蛾通過進化可以擁有更好的偽裝色，自我教導的宇宙也可以進化至更高級的狀況——這種情況可能意味着宇宙將處於更穩定的能量態。根據研究人員開發的數學框架，這個系統只能前進，每一次的迭代都會創造出比先前更好或更穩定的宇宙。我們今天測定的物理常數只是在當前有效，在過去可能擁有不同的數值。

形成系統模型

該團隊發現，被稱為“規範場論”的某些量子引力和量子場理論——即打算在愛因斯坦狹義相對論和描述亞原子粒子的量子力學之間建立橋樑的一類理論——可以用矩陣數學語言進行圖示或翻譯，從而形成一個機器學習系統的模型。

文章還稱，這種聯繫表明，在這個機器學習系統的每一次迭代或循環中，結果都可能是宇宙的物理定律。

據這個科學家團隊稱，他們發表在阿奇夫論文預印本網站上的論文所介紹的這一學習框架，代表的是這一概念的最初“起步”。不過，通過進行更多的研究，該團隊可以創造一個完整的宇宙模型，從而為理解我們的宇宙開啓新的入口。

坎寧安説：“一個令人興奮的前景是，你可以使用這些模型中的一個，也許還能提煉出某些新東西。”這可以是找到某種新型黑洞的物理學發現，或者是一條描述尚未得到解釋的物理系統——例如暗能量——的新定律。

文章稱，不過，並非所有研究人員都對這一新概念感到興奮。未參與這項新研究的紐約大學哲學教授蒂姆·莫德林堅持認為，不存在支持這一概念的證據，而否定它的證據倒是存在很多，例如某些得到測定的物理學定律在今天與在宇宙大爆炸發生後不久時是一樣的。此外，莫德林認為，如果宇宙的法則正在進化，那麼必定存在支配這種演變的一整套更為宏觀的不可改變的法則，而這將否定這種自我學習系統的概念。

他介紹説：“如果我們研究最基本的法則——比如薛定諤方程或廣義相對論，那麼它們看起來根本不是隨機的。它們能夠以限制非常嚴格的方式用數學公式寫出來，其中沒有很多可調節的參數。”

文章稱，同樣未參與這項新研究的澳大利亞昆士蘭大學哲學家彼得·W·埃文斯一開始也不認同這項研究。不過他認同花點時間採用別出心裁的辦法，以解決諸如“為什麼宇宙是這個樣子”之類的根本問題。他通過電子郵件告訴本網站記者説，這樣的辦法即使本身不能取得成功，也可以激發意想不到的創意，從而為了解宇宙打開新的大門。

參與這項新研究的科學家們承認自己研究只是初步的，無意作為一種最終理論，而更多的是一種開始以新的方式思考問題的途徑。總之，儘管這篇論文並沒有就究竟可以用怎樣的模型來描述宇宙的問題得出任何結論，但它確實提出了宇宙能夠學習的可能性。

坎寧安介紹説：“我認為，到頭來，我們還是留下很多有待解答的問題，當然我們沒有能力證明所有東西。但我們真正的目的是開啓討論。”