Fisico diz que Todo o universo pode ser uma rede neural !

Não é todo dia que encontramos um artigo que tenta redefinir a realidade.

Mas em uma pré-impressão provocativa enviada ao arXiv, um professor de física da Universidade de Minnesota Duluth chamado Vitaly Vanchurin tenta reformular a realidade de uma forma particularmente reveladora – sugerindo que estamos vivendo dentro de uma enorme rede neural que governa tudo ao redor de nós. Em outras palavras, ele escreveu no artigo:

Há uma possibilidade de que todo o universo em seu nível mais fundamental seja uma rede neural.

Durante anos, os físicos tentaram reconciliar a mecânica quântica e a relatividade geral. A primeira postula que o tempo é universal e absoluto, enquanto a segunda argumenta que o tempo é relativo, vinculado à estrutura do espaço-tempo.

Em seu artigo, Vanchurin argumenta que as redes neurais artificiais podem “exibir comportamentos aproximados” de ambas as teorias universais. Uma vez que a mecânica quântica “é um paradigma de sucesso notável para modelar fenômenos físicos em uma ampla gama de escalas”.

Ele escreve:

Acredita-se amplamente que no nível mais fundamental todo o universo é governado pelas regras da mecânica quântica e até mesmo a gravidade deveria de alguma forma emergir disso.
Não estamos apenas dizendo que as redes neurais artificiais podem ser úteis para analisar sistemas físicos ou para descobrir leis físicas, estamos dizendo que é assim que o mundo ao nosso redor realmente funciona.
A esse respeito, pode ser considerada uma proposta para a teoria de tudo e, como tal, deve ser fácil provar que está errada.

O conceito é tão ousado que a maioria dos físicos e especialistas em aprendizado de máquina que procuramos se recusou a comentar no registro, citando ceticismo sobre as conclusões do artigo. Mas em uma sessão de perguntas e respostas com o Futurism, Vanchurin se debruçou sobre a polêmica – e nos contou mais sobre sua ideia.

Futurism: Seu artigo argumenta que o universo pode ser fundamentalmente uma rede neural. Como você explicaria seu raciocínio para alguém que não sabe muito sobre redes neurais ou física?

Vitaly Vanchurin: Existem duas maneiras de responder à sua pergunta.

A primeira maneira é começar com um modelo preciso de redes neurais e então estudar o comportamento da rede no limite de um grande número de neurônios. O que eu mostrei é que as equações da mecânica quântica descrevem muito bem o comportamento do sistema próximo ao equilíbrio, e as equações da mecânica clássica descrevem muito bem como o sistema se distancia do equilíbrio. Coincidência? Pode ser, mas até onde sabemos a mecânica quântica e clássica é exatamente como o mundo físico funciona.

A segunda maneira é começar pela física. Sabemos que a mecânica quântica funciona muito bem em escalas pequenas e a relatividade geral funciona muito bem em escalas grandes, mas até agora não fomos capazes de reconciliar as duas teorias em uma estrutura unificada. Isso é conhecido como o problema da gravidade quântica. Claramente, estamos perdendo algo grande, mas para piorar as coisas, nem sabemos como lidar com os observadores. Isso é conhecido como o problema da medição no contexto da mecânica quântica e o problema da medição no contexto da cosmologia.

Então, pode-se argumentar que não há dois, mas três fenômenos que precisam ser unificados: mecânica quântica, relatividade geral e observadores. Noventa e nove por cento dos físicos diriam a você que a mecânica quântica é a principal e tudo o mais deveria emergir dela, mas ninguém sabe exatamente como isso pode ser feito. Neste artigo, considero outra possibilidade de que uma rede neural microscópica seja a estrutura fundamental e tudo o mais, ou seja, mecânica quântica, relatividade geral e observadores macroscópicos emergem dela. Até agora as coisas parecem bastante promissoras.

F: O que primeiro te deu essa ideia?

VV: Primeiro, eu só queria entender melhor como funciona o aprendizado profundo, então escrevi um artigo intitulado “Rumo a uma teoria do aprendizado de máquina”. A ideia inicial era aplicar os métodos da mecânica estatística para estudar o comportamento das redes neurais, mas descobriu-se que em certos limites a dinâmica de aprendizagem (ou treinamento) das redes neurais é muito semelhante à dinâmica quântica que vemos na física. Naquela época, eu estava (e ainda estou) de licença sabática e decidi explorar a ideia de que o mundo físico é na verdade uma rede neural. A ideia é definitivamente maluca, mas e se for maluca o suficiente para ser verdade? Isso ainda está para ser visto.

F: No artigo, você escreveu que, para provar que a teoria estava errada, “tudo o que é necessário é encontrar um fenômeno físico que não pode ser descrito por redes neurais”. O que você quer dizer com isso? Por que tal coisa é “mais fácil dizer do que fazer?”

VV: Bem, existem muitas “teorias de tudo” e a maioria delas deve estar errada. Na minha teoria, tudo que você vê ao seu redor é uma rede neural e, para provar que está errada, tudo o que é necessário é encontrar um fenômeno que não pode ser modelado com uma rede neural. Mas se você pensar bem, é uma tarefa muito difícil principalmente porque sabemos muito pouco sobre como as redes neurais se comportam e como o aprendizado de máquina realmente funciona. Foi por isso que tentei desenvolver uma teoria de aprendizado de máquina em primeiro lugar.

A ideia é definitivamente maluca, mas e se for maluca o suficiente para ser verdade? Isso ainda está para ser visto.

F: Como sua pesquisa se relaciona com a mecânica quântica e aborda o efeito do observador?

VV: Existem duas linhas principais de pensamento: a interpretação de Everett (ou muitos mundos) da mecânica quântica e a interpretação de Bohm (ou variáveis ​​ocultas). Não tenho nada de novo a dizer sobre a interpretação dos muitos mundos, mas acho que posso contribuir com algo para as teorias das variáveis ​​ocultas. Na mecânica quântica emergente que considerei, as variáveis ​​ocultas são os estados dos neurônios individuais e as variáveis ​​treináveis ​​(como vetor de polarização e matriz de peso) são variáveis ​​quânticas. Observe que as variáveis ​​ocultas podem ser muito não locais e, portanto, as desigualdades de Bell são violadas. Espera-se que surja uma localidade espaço-temporal aproximada, mas estritamente falando, cada neurônio pode ser conectado a todos os outros neurônios e, portanto, o sistema não precisa ser local.

F: Você se importa em expandir a maneira como essa teoria se relaciona com a seleção natural? Como a seleção natural influencia a evolução de estruturas complexas / células biológicas?

VV: O que estou dizendo é muito simples. Existem estruturas (ou sub-redes) da rede neural microscópica que são mais estáveis ​​e existem outras estruturas que são menos estáveis. As estruturas mais estáveis ​​sobreviveriam à evolução, e as estruturas menos estáveis ​​seriam exterminadas. Nas escalas menores, espero que a seleção natural produza algumas estruturas de complexidade muito baixa, como cadeias de neurônios, mas em escalas maiores as estruturas seriam mais complicadas. Não vejo razão para que esse processo deva ser confinado a uma escala de comprimento particular e, portanto, a alegação é que tudo o que vemos ao nosso redor (por exemplo, partículas, átomos, células, observadores, etc.) é o resultado da seleção natural.

F: Fiquei intrigado com seu primeiro e-mail, quando você disse que talvez não entenda tudo sozinho. O que você quer dizer com isso? Você estava se referindo à complexidade da própria rede neural ou a algo mais filosófico?

VV: Sim, me refiro apenas à complexidade das redes neurais. Nem tive tempo de pensar sobre o que poderiam ser implicações filosóficas dos resultados.

F: Preciso perguntar: essa teoria significaria que estamos vivendo em uma simulação?

VV: Não, vivemos em uma rede neural, mas talvez nunca saibamos a diferença.7

https://www.ovnihoje.com/2020/09/15/todo-o-universo-pode-ser-uma-rede-neural-diz-fisico/