女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

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
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

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

    4814

    瀏覽量

    103600
  • 學習
    +關注

    關注

    7

    文章

    30

    瀏覽量

    29085

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
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    神經網絡專家系統在電機故障診斷中的應用

    摘要:針對傳統專家系統不能進行自學習、自適應的問題,本文提出了基于種經網絡專家系統的并步電機故障診斷方法。本文將小波神經網絡和專家系統相結合,充分發揮了二者故障診斷的優點,很大程度上降低了對電機
    發表于 06-16 22:09

    BP神經網絡與卷積神經網絡的比較

    BP神經網絡與卷積神經網絡在多個方面存在顯著差異,以下是對兩者的比較: 、結構特點 BP神經網絡 : BP神經網絡
    的頭像 發表于 02-12 15:53 ?665次閱讀

    BP神經網絡的優缺點分析

    BP神經網絡(Back Propagation Neural Network)作為種常用的機器學習模型,具有顯著的優點,同時也存在些不容忽視的缺點。以下是對BP神經網絡優缺點的分析
    的頭像 發表于 02-12 15:36 ?919次閱讀

    什么是BP神經網絡的反向傳播算法

    BP神經網絡的反向傳播算法(Backpropagation Algorithm)是種用于訓練神經網絡的有效方法。以下是關于BP神經網絡的反向傳播算法的介紹:
    的頭像 發表于 02-12 15:18 ?766次閱讀

    BP神經網絡與深度學習的關系

    ),是種多層前饋神經網絡,它通過反向傳播算法進行訓練。BP神經網絡由輸入層、或多個隱藏層和輸出層組成,通過逐層遞減的方式調整
    的頭像 發表于 02-12 15:15 ?855次閱讀

    BP神經網絡的基本原理

    BP神經網絡(Back Propagation Neural Network)的基本原理涉及前向傳播和反向傳播兩核心過程。以下是關于BP神經網絡基本原理的介紹:
    的頭像 發表于 02-12 15:13 ?855次閱讀

    深度學習入門:簡單神經網絡的構建與實現

    深度學習中,神經網絡是核心模型。今天我們用 Python 和 NumPy 構建簡單的神經網絡神經網絡由多個
    的頭像 發表于 01-23 13:52 ?528次閱讀

    人工神經網絡的原理和多種神經網絡架構方法

    在上篇文章中,我們介紹了傳統機器學習的基礎知識和多種算法。在本文中,我們會介紹人工神經網絡的原理和多種神經網絡架構方法,供各位老師選擇。 01 人工神經網絡 ? 人工
    的頭像 發表于 01-09 10:24 ?1188次閱讀
    人工<b class='flag-5'>神經網絡</b>的原理和多種<b class='flag-5'>神經網絡</b>架構方法

    卷積神經網絡與傳統神經網絡的比較

    神經網絡,也稱為全連接神經網絡(Fully Connected Neural Networks,FCNs),其特點是每層的每個神經元都與下
    的頭像 發表于 11-15 14:53 ?1868次閱讀

    RNN模型與傳統神經網絡的區別

    神經網絡是機器學習領域中的種強大工具,它們能夠模擬人腦處理信息的方式。隨著技術的發展,神經網絡的類型也在不斷增加,其中循環神經網絡(RNN)和傳統
    的頭像 發表于 11-15 09:42 ?1125次閱讀

    LSTM神經網絡的結構與工作機制

    的結構與工作機制的介紹: 、LSTM神經網絡的結構 LSTM神經網絡的結構主要包括以下幾個部分: 記憶單元(Memory Cell) : 記憶單元是LSTM網絡的核心,負責在
    的頭像 發表于 11-13 10:05 ?1631次閱讀

    LSTM神經網絡與傳統RNN的區別

    神經網絡(RNN) RNN的基本結構 RNN是種特殊的神經網絡,它能夠處理序列數據。在RNN中,每個時間步的輸入都會通過循環結構傳遞到
    的頭像 發表于 11-13 09:58 ?1213次閱讀

    關于卷積神經網絡,這些概念你厘清了么~

    必須通過決策閾值做出決定。 另一個區別是AI并不依賴固定的規則,而是要經過訓練。訓練過程需要將大量貓的圖像展示給神經網絡以供其學習。最終,神經網絡將能夠獨立識別圖像中是否貓。關鍵的
    發表于 10-24 13:56

    matlab 神經網絡 數學建模數值分析

    matlab神經網絡 數學建模數值分析 精通的可以討論下
    發表于 09-18 15:14

    如何構建多層神經網絡

    構建多層神經網絡(MLP, Multi-Layer Perceptron)模型是在機器學習和深度學習領域廣泛使用的技術,尤其在處理分類和回歸問題時。在本文中,我們將深入探討如何從頭開始構建
    的頭像 發表于 07-19 17:19 ?1565次閱讀