Los físicos que trabajan con Microsoft creen que el universo es una computadora de autoaprendizaje

Los físicos que trabajan con Microsoft creen que el universo es una computadora de autoaprendizaje

abril 9, 2021 0 Por RenzoC

ESPAPELIS



Un equipo de físicos teóricos que trabaja con Microsoft publicó hoy un increíble artículo de investigación preimpreso que describe el universo como un sistema de autoaprendizaje de leyes evolutivas.

En otras palabras: vivimos en una computadora de aprendizaje.

La gran idea: El falso argumento de Bostrom ha sido un tema candente en los círculos científicos últimamente. Recientemente publicamos «Qué pasa si vives en una simulación, pero no hay computadora» para postular una teoría diferente, pero Microsoft logró un cósmico «sostenme la cerveza» con este artículo.

Apodado «El universo del autoaprendizaje» y publicado hoy en arXiv, el artículo ocupa 80 páginas y presenta un argumento superficial bastante bueno para una teoría del todo innovadora y matizada.

Aquí está mi opinión: Según mi interpretación de este artículo, el universo iba a existir o no. El hecho de que exista nos dice cómo funcionó. Cualquiera sea el dispositivo (ley) que hizo que esto sucediera, sentó las bases para lo que sucedería a continuación.

El artículo sostiene que las leyes que gobiernan el universo son un sistema de aprendizaje evolutivo. En otras palabras: el universo es una computadora y, en lugar de existir en un estado sólido, se perpetúa a través de una serie de leyes que cambian con el tiempo.

¿Como funciona? Esta es la parte más difícil. Los investigadores explican el universo como un sistema de aprendizaje invocando sistemas de aprendizaje automático. Así como podemos enseñar a las máquinas a realizar funciones de desarrollo a lo largo del tiempo, es decir, a aprender, las leyes del universo son esencialmente algoritmos que funcionan en forma de operaciones de aprendizaje.

Por los investigadores:

Por ejemplo, cuando vemos emerger estructuras que se asemejan a arquitecturas de aprendizaje profundo en sistemas simples de autoaprendizaje, ¿podríamos imaginar que la arquitectura de matriz operativa en la que nuestro universo hace evolucionar las leyes, evolucionó a sí misma a partir de un sistema de autoaprendizaje resultante de las condiciones iniciales más mínimas posibles?

Es poético, si lo piensas. Entendemos las leyes de la física tal como las observamos, por lo que tiene sentido que la ley física original fuera increíblemente simple, se perpetuara a sí misma y pudiera aprender y evolucionar.

Quizás el universo no comenzó con un Big Bang, sino una simple interacción entre partículas. Los investigadores aluden a este origen humilde al afirmar que «las arquitecturas de información generalmente amplifican los poderes causales de colecciones bastante pequeñas de partículas».

¿Qué significa? Si me preguntas, el juego está amañado. Los científicos describen las leyes del universo en constante cambio como irreversibles:

Una implicación es que si la evolución de las leyes es real, probablemente será unidireccional, porque de lo contrario sería común que las leyes regresaran a estados anteriores, quizás incluso más probable que encontraran un nuevo estado. De hecho, un nuevo estado no es aleatorio, sino que debe cumplir con ciertas restricciones, mientras que el estado pasado inmediato ya ha encontrado restricciones.

Un sistema reversible pero en evolución exploraría con frecuencia su pasado inmediato al azar. Cuando vemos un sistema en evolución que muestra períodos de estabilidad, evoluciona unidireccionalmente.

Para ilustrar estos puntos, los investigadores invocan la imagen de un experto forense que intenta recrear cómo un programa determinado llegó a un resultado. En un ejemplo, el experto podría simplemente comprobar las marcas magnéticas que quedan en el disco duro. De esta forma, los resultados del programa son reversibles: existe un historial de su ejecución.

Pero si el mismo experto intentara determinar los resultados de un programa examinando la CPU, posiblemente la entidad más responsable de su ejecución, sería mucho más difícil hacerlo. No hay un registro interno intencional de las operaciones realizadas por un procesador.

Deberá examinar cómo ha cambiado cada partícula que interactúa con sus puertas lógicas durante las operaciones para comenzar a pintar la imagen histórica de un programa de computadora a través de la observación interna de su procesador en el trabajo.

Las consecuencias: Si el universo opera a través de un conjunto de leyes que, aunque inicialmente simples, son de autoaprendizaje (autoaprendizaje) y, por lo tanto, capaces de evolucionar con el tiempo, podría ser imposible para los humanos unificar la física.

Según este artículo, las reglas que regían conceptos como la relatividad pueden haber tenido consecuencias operativas funcionalmente diferentes hace 13.800 millones de años de lo que serán hace 100 billones de años. Y eso significa que la «física» es un objetivo en movimiento.

Por supuesto, estas son solo especulaciones basadas en la física teórica. Los investigadores ciertamente no quieren decir que el universo es una computadora, ¿verdad?

Por papel:

Estamos examinando si el Universo es una computadora que aprende.

Parte de la teoría parece indicar que el universo es una computadora que aprende, en el sentido de que las leyes que actualmente lo limitan no estaban escritas en piedra cuando fue creado.

No podemos revertir el universo, como un proceso, porque no hay un registro interno verificable de sus procesos, a menos que haya un disco duro cósmico flotando en algún lugar del espacio.

En conclusión: Nuestros científicos están atrapados en la búsqueda de los modelos físicos del año pasado mientras el universo de autoestudio autoiniciado perpetúa sus leyes evolutivas a lo largo de la eternidad.

Este es papel de preimpresión, así que no lo considere canon todavía, pero pasa la mostaza en la inspección inicial. Todo viene un poco como «Acabo de llegar a casa de la clínica y tuve algunas ideas» al principio, pero los investigadores hacen un montón de trabajo preliminar para describir los tipos de algoritmos y sistemas de redes neuronales que tal universo tiene. de.

En última instancia, el equipo describe este trabajo como «pequeños pasos» hacia una teoría más amplia.

Publicado el 9 de abril de 2021-20: 20 UTC