美媒：宇宙是一台坚持自学的机器？_风闻

参考消息网6月16日报道美国《大众机械》月刊网站4月14日发表题为《科学家说，宇宙是一台不断学习的机器》的文章，作者为卡罗琳·德尔伯特，文章称，在一项令人着迷的新研究中，宇宙学家将宇宙的历史解释为一种自学算法。

开展这项新研究的科学家包括来自美国布朗大学和弗拉蒂伦研究所的物理学家等。他们说，宇宙首先探索了所有可能的物理定律，然后才选择了我们如今观察到的定律。这种大胆的想法会启发未来的科学研究吗？

这篇发表在美国阿奇夫论文预印本网站的研究报告“在理论物理学、计算机科学和科学哲学的交叉点提出想法，并从以上三个角度开展讨论”，体现了这项研究的宏观性和跨学科性。该研究获得了微软公司的“计算、物流和其他支持”。

文章称，研究认为，宇宙遵守诸多物理学定律，但根据宇宙中的数学定律，其他物理学定律似乎本来也有可能被选中。如果许多定律都有可能被选中，那么宇宙是如何最终选定现在我们真正遵守的定律呢？

撰写这篇研究的科学家们解释说：“我们所使用的‘学习’概念不是一种即时变化和粗暴的适应过程，而是一个理论化、建模和预测的积累过程。例如，地球上的脱氧核糖核酸/核糖核酸/蛋白质系统肯定是在适应的过程中产生的，但它预测到的有机体空间远大于任何给定时刻的适应过程所做出的预测。”

学习产生生命

文章称，我们可以将其与达尔文的研究进行类比。达尔文研究了动物为适应不同环境而发展出的不同生存方式。例如，为什么我们只有一个单一的物理学定律体系，而不是一群特殊种类的雀鸟？这个问题至少可以追溯到1893年，当时一位哲学家首次提出了“自然选择”的概念，但讨论的对象是宇宙法则。

在这篇新研究中，科学家们定义了一系列术语，包括宇宙背景下的“学习”。他们说，宇宙是由系统构成的，而每个系统每天都需要完成特定程序。

文章称，每个系统都被由其他系统组成的环境所包围。想象一下，你站在人群中，你眼前的环境就是由其他人构成的，而他们每个人的环境也是由你和其他事物构成的。

进化已经是一种学习方式，所以当我们说宇宙把自然选择作为实现物理学的一部分时，我们讨论的是这种特殊的学习。

事物为了学习必须要具备意识吗？为了证明这一点，你需要谨慎定义“学习”。有机体和系统经常展示学习成果，比如更成功或更高的繁殖率。

研究人员很好地解释了这种区别：“从某种意义上说，学习并无特殊之处，它是由物理互动传达的因果过程。然而，为了解释那些由于学习而发生的事件，我们需要把学习当成一个特殊的过程。”

想想“你怎么都学不会”这句话，它表明，对于一个特定的人来说，学习的结果和活动不尽如人意。我们用这个结果来否认学习的过程。如果事实是这个人试图改变结果却没有成功呢？我们只是根据看得见的结果来衡量学习情况。

文章称，如果你对这项研究的具体内容感兴趣，那么请阅读这份长达79页的完整研究报告，它对大量术语进行了定义，并用这些术语提出了一些大胆而精彩的论点。这些科学家们的目标是，在“学习宇宙”的领域中开启一个全新的宇宙学研究分支。

他们还说：“如果定律能够进化，那么它们能做的还有更多：我们认为，只有能学习自身定律的宇宙才能产生生命和物理学家这样的新现象。”

另据美国趣味科学网站5月20日发表题为《宇宙能学习吗？》的文章，作者为玛拉·约翰逊-格罗，文章称，宇宙能够教会自己如何进化成为一个更好且更稳定的宇宙。这是由某个科学家团队提出的异乎寻常的观念。这些科学家说，如同达尔文改变了我们对自然界的看法一样，他们正在改变人们对宇宙的印象。

向更高级进化

这个具有争议性的新观念试图解释，为什么物理学定律——就像我们所认为的那样——使用数学框架来描述物理学中形形色色的假设，例如量子场理论和量子引力。其结果是一个类似于机器学习程序的系统。

文章称，科学家们已经发现了很多物理定律和具有固定值的量来定义宇宙。从电子质量到引力，在宇宙中存在许多数值精密且看似无规律可循的特定常数，因此让一些人看来充满随意性。

论文作者之一、美国量子技术初创企业阿格诺斯蒂克公司物理学家兼软件主管威廉·坎宁安说：“目前基础物理学的目标之一就是，不仅理解物理定律的内容，还要理解它们恰好呈现为目前的样子和采取目前这样形式的原因。事实上并不存在某一套（定律）会比别的定律更受青睐的明显理由。”

文章称，为了回答这个问题，该团队想知道，我们今天看待宇宙的方式是否只是宇宙所具有的方式之一？或许我们今天认识到的这些只不过是众多迭代定律中的一套。或许宇宙正在进化。

为了得到一个进化的宇宙，研究人员提出了一种被称为“自我教导的宇宙”——即拥有自学能力的宇宙——的概念。在这种情况下，学习将以类似于机器学习算法的运转方式实现，即某个阶段的反馈将会影响下一阶段，其目标是达到更稳定的能量态。

遵循这一概念，研究团队开发了宇宙用来学习的可能构架，以便对矩阵数学（即利用纵横排列进行数学运算的方式）、神经网络和其他机器学习原理加以利用。简言之，他们研究了宇宙是否可以是一台学习计算机。

文章称，论文作者之一、加拿大滑铁卢佩里米特理论物理研究所的物理学家李·斯莫林说：“为了获得对于研究课题的更深入理解，我们差不多正在尝试像生物学家达尔文曾经做过的那样改变对话。”

类似于飞蛾通过进化可以拥有更好的伪装色，自我教导的宇宙也可以进化至更高级的状况——这种情况可能意味着宇宙将处于更稳定的能量态。根据研究人员开发的数学框架，这个系统只能前进，每一次的迭代都会创造出比先前更好或更稳定的宇宙。我们今天测定的物理常数只是在当前有效，在过去可能拥有不同的数值。

形成系统模型

该团队发现，被称为“规范场论”的某些量子引力和量子场理论——即打算在爱因斯坦狭义相对论和描述亚原子粒子的量子力学之间建立桥梁的一类理论——可以用矩阵数学语言进行图示或翻译，从而形成一个机器学习系统的模型。

文章还称，这种联系表明，在这个机器学习系统的每一次迭代或循环中，结果都可能是宇宙的物理定律。

据这个科学家团队称，他们发表在阿奇夫论文预印本网站上的论文所介绍的这一学习框架，代表的是这一概念的最初“起步”。不过，通过进行更多的研究，该团队可以创造一个完整的宇宙模型，从而为理解我们的宇宙开启新的入口。

坎宁安说：“一个令人兴奋的前景是，你可以使用这些模型中的一个，也许还能提炼出某些新东西。”这可以是找到某种新型黑洞的物理学发现，或者是一条描述尚未得到解释的物理系统——例如暗能量——的新定律。

文章称，不过，并非所有研究人员都对这一新概念感到兴奋。未参与这项新研究的纽约大学哲学教授蒂姆·莫德林坚持认为，不存在支持这一概念的证据，而否定它的证据倒是存在很多，例如某些得到测定的物理学定律在今天与在宇宙大爆炸发生后不久时是一样的。此外，莫德林认为，如果宇宙的法则正在进化，那么必定存在支配这种演变的一整套更为宏观的不可改变的法则，而这将否定这种自我学习系统的概念。

他介绍说：“如果我们研究最基本的法则——比如薛定谔方程或广义相对论，那么它们看起来根本不是随机的。它们能够以限制非常严格的方式用数学公式写出来，其中没有很多可调节的参数。”

文章称，同样未参与这项新研究的澳大利亚昆士兰大学哲学家彼得·W·埃文斯一开始也不认同这项研究。不过他认同花点时间采用别出心裁的办法，以解决诸如“为什么宇宙是这个样子”之类的根本问题。他通过电子邮件告诉本网站记者说，这样的办法即使本身不能取得成功，也可以激发意想不到的创意，从而为了解宇宙打开新的大门。

参与这项新研究的科学家们承认自己研究只是初步的，无意作为一种最终理论，而更多的是一种开始以新的方式思考问题的途径。总之，尽管这篇论文并没有就究竟可以用怎样的模型来描述宇宙的问题得出任何结论，但它确实提出了宇宙能够学习的可能性。

坎宁安介绍说：“我认为，到头来，我们还是留下很多有待解答的问题，当然我们没有能力证明所有东西。但我们真正的目的是开启讨论。”