欧美秘无码一区二区三区三浦,三级久久网,插入青春美女视频网站,老鸭窝欧美视频,国产拍拍拍,精品无码在线观看,大香蕉人妻,国产高清无码视频在线观看

??新智元報(bào)道??

來源：twitter

編輯：小勻、QJP

【新智元導(dǎo)讀】馬斯克最近又談及了他堅(jiān)信不疑的「矩陣模擬假設(shè)」，他從壓縮（降維）角度對(duì)機(jī)器學(xué)習(xí)進(jìn)行有趣的物理學(xué)類比，認(rèn)為物理模擬宇宙，最終你就會(huì)有感知能力，不過，其他學(xué)者如馬庫(kù)斯對(duì)此說法表示懷疑，認(rèn)為不可能通過模擬宇宙產(chǎn)生感知。聯(lián)系起許多學(xué)者似乎已經(jīng)找到了令人毛骨悚然的蛛絲馬跡，或許，可以計(jì)算我們生存在模擬游戲中的可能性。

馬斯克，很魔幻。

他經(jīng)?？诔隹裾Z，認(rèn)為人類文明很可能與游戲一樣，是許多模擬文明中的一部分。

「神經(jīng)網(wǎng)絡(luò)主要是從現(xiàn)實(shí)中獲取大量信息，很多來自無源光學(xué)方面，并創(chuàng)建矢量空間，本質(zhì)上將大量光子壓縮成矢量空間?！菇?，他又在一組視頻里談到了這個(gè)問題。

人們是否能夠進(jìn)入大腦的矢量空間呢？

馬斯克認(rèn)為，「可以?！?/span>

他提到，運(yùn)用壓縮的類比方法，我們是可以進(jìn)入大腦的矢量空間的。大腦過濾很多信息，只留下相關(guān)的部分，這只是原始信息很小的一部分，但卻可以根據(jù)矢量空間的決策做決定。

這實(shí)際上就是大規(guī)模的壓縮與解壓縮過程，就像物理學(xué)公式一樣，因?yàn)?/span>公式就是對(duì)現(xiàn)實(shí)生活的壓縮算法。

他還說到，如果我們對(duì)宇宙進(jìn)行一個(gè)物理學(xué)意義上的模擬，就需要大規(guī)模的計(jì)算，如果有足夠的時(shí)間，就會(huì)產(chǎn)生知覺。

人工智能學(xué)者馬庫(kù)斯評(píng)論道，「天氣模擬不會(huì)變濕，為什么物理模擬會(huì)有感知能力？

」

人工智能的無限發(fā)展，以及我們對(duì)量子物理的不斷認(rèn)識(shí)，讓我們不斷懷疑自己生存的世界。難道真如《黑客帝國(guó)》里所展示的那樣，我們生活在一個(gè)巨大的矩陣世界嗎？

許多學(xué)者似乎已經(jīng)找到了令人毛骨悚然的蛛絲馬跡……

馬斯克觀點(diǎn)：我們生活在巨大的模擬矩陣中

2018年，在由喜劇演員Joe Rogan主持的《The Joe Rogan Experience》節(jié)目中，馬斯克比較全面的闡述了他自己的價(jià)值觀，他堅(jiān)信「我們活在模擬（simulation）中」。

馬斯克的「矩陣模擬假設(shè)（Matrix-style simulation）」理論是根據(jù)宇宙已經(jīng)存在138億年的事實(shí)而提出來的。

宇宙已有將近140億年的歷史，而人類出現(xiàn)在地球上的歷史才不到一萬年，所以這段時(shí)間足夠其他文明興起。

他相信，更古老的文明很有可能是我們的造物主，并將現(xiàn)實(shí)生活比作是過去數(shù)十年間游戲的進(jìn)步。

? ? ? ?

?? ? ?

「從統(tǒng)計(jì)學(xué)角度看，在如此漫長(zhǎng)的時(shí)間內(nèi)，很有可能存在一個(gè)文明，而且他們找到了非?？尚诺哪M方法。這種情況一旦存在，那么他們建立自己的虛擬多重空間就只是一個(gè)時(shí)間問題了?！?/span>

事實(shí)上這種假說很多人都曾提到過，也有很多人認(rèn)為這是真實(shí)的，能夠創(chuàng)造這種模擬實(shí)驗(yàn)的文明肯定存在，他們喜歡創(chuàng)造「玩具」，乃至于創(chuàng)造宇宙都是可能的，因?yàn)槿祟惖乃季S始終保持在一定的閾值內(nèi)，我們很難去想象宇宙是如何創(chuàng)造的。

馬斯克還說，模擬的論據(jù)是非常充分的，同時(shí)也提醒了我們不要嘗試加快文明進(jìn)化的速度，否則會(huì)讓界限產(chǎn)生模糊，讓文明走向終結(jié)。

「這兩件事中的一件將會(huì)發(fā)生。因?yàn)槲覀兇嬖谥?，所以我們很可能是處在模擬之中?！?/span>

?? ? ??

? ? ? ?

他說，如果是這種情況的話，那么用來模擬我們現(xiàn)實(shí)生活的「基礎(chǔ)現(xiàn)實(shí)（basic reality）」可能會(huì)非常的無聊。

這不是馬斯克第一次分享這個(gè)想法，早在2016年的Recode's annual Code Conference上，他就說過:

「鑒于我們明顯處于與現(xiàn)實(shí)無法區(qū)分的游戲的軌道上，并且這些游戲可以在任何機(jī)頂盒或PC以及其它任何東西上播放，而且可能存在數(shù)十億臺(tái)這樣的計(jì)算機(jī)或設(shè)備，那么我們?cè)诨A(chǔ)現(xiàn)實(shí)中的概率只有數(shù)十億分之一?！?/span>

「40年前，我們有《Pong》，就是兩個(gè)矩形和一個(gè)點(diǎn)。這就是游戲的開始。40年后，我們有了3D模擬，以及幾百萬人的在線游戲。而技術(shù)仍在發(fā)展，我們很快就會(huì)擁有VR和AR世界。」

雖然可以想象我們所有人都可能實(shí)際生活在一個(gè)巨大且先進(jìn)的計(jì)算機(jī)游戲中，但物理學(xué)家們的確被這樣的想法所吸引，并且從理論上講，它至少可以算是一種可能性。

那有沒有方法可以量化這種可能性呢？

?

德雷克方程：我們?cè)谟钪嬷惺沁z世獨(dú)立的嗎？

德雷克方程是科學(xué)界最著名的研究成果之一，它通過估計(jì)我們銀河系中可能存在的其他智慧文明的數(shù)量，計(jì)算出我們?cè)谟钪嬷胁⒉还聠蔚目赡苄浴?/span>

德雷克公式又稱「綠岸公式」，是用來推算銀河系及可觀測(cè)宇宙能與我們進(jìn)行無線電通信的高智能文明數(shù)目。由美國(guó)天文學(xué)家德雷克于1960年代在綠岸鎮(zhèn)提出。

?? ? ??

德雷克方程

德雷克方程的含義是:

銀河系內(nèi)可能與我們通訊的文明數(shù)量=銀河系內(nèi)恒星數(shù)目×恒星有行星的比例×每個(gè)行星系中類地行星數(shù)目×有生命進(jìn)化可居住行星比例×演化出高智生物的概率×高智生命能夠進(jìn)行通訊的概率×科技文明持續(xù)時(shí)間在行星生命周期中占的比例。

德雷克方程雖然簡(jiǎn)單，但卻無法求解。該方程還有很多不確定項(xiàng)，比如發(fā)展出智慧生命的行星的比例；還有一些可能我們永遠(yuǎn)都不會(huì)知道，比如在被發(fā)現(xiàn)之前自我毀滅的比例。

盡管如此，科學(xué)家們還是利用德雷克公式對(duì)可能出現(xiàn)外星智慧文明的可能性劃出了界限。

模擬的世界：如何向「造物主」隱瞞我們的意圖？

從另一個(gè)角度來說，我們很可能和外星生物存在某種聯(lián)系，因?yàn)槲覀兊氖澜缈赡苁撬麄兊哪撤N超級(jí)計(jì)算機(jī)的一個(gè)模擬。事實(shí)上，很多的科學(xué)家、哲學(xué)家都認(rèn)為，這種情況的概率非常接近于1。

換句話說，我們每個(gè)個(gè)體和周圍的環(huán)境，一切都可能是計(jì)算機(jī)的數(shù)字化模擬。

這種說法的準(zhǔn)確性我們不得而知，但是我們?nèi)耘f希望能有一種更好的方式來判斷這種可能性。

加拿大蒙特利爾大學(xué)的 Bibeau-Delisle 和 Gilles Brassard等人已經(jīng)推導(dǎo)出一個(gè)類似德雷克方程的公式，用來計(jì)算我們生活在模擬世界中的可能性。但是結(jié)果卻有點(diǎn)反直覺，可能會(huì)改變我們對(duì)模擬世界的看法。

Bibeau-Delisle 和 Brassard 首先對(duì)可用于創(chuàng)建模擬世界的計(jì)算能力進(jìn)行了估計(jì)。

如他們所說，一千克的物質(zhì)，完全用于計(jì)算，可以每秒執(zhí)行10 ^ 50次運(yùn)算，而相比之下，同等的人類大腦只能進(jìn)行10 ^ 16次運(yùn)算。這樣一來，一臺(tái)相當(dāng)于人腦質(zhì)量的計(jì)算機(jī)就有可能模擬出1.4 × 10 ^ 25個(gè)虛擬大腦的實(shí)時(shí)進(jìn)化過程。

所以可以合理的假設(shè)，在一個(gè)足夠先進(jìn)的文明中，一個(gè)地外高等文明生物完全可以模擬我們這樣充滿了自我意識(shí)的人類社會(huì)。

?? ? ??

兩位作者提出了上圖的公式來計(jì)算茫茫人海中有多少人是被模擬出來的，他們得到了兩種結(jié)果：要么這個(gè)世界完全是被模擬的，要么能夠用來模擬大腦的先進(jìn)計(jì)算能力并不存在。

而第二種結(jié)果很可能是正確的。作者認(rèn)為，一個(gè)只是技術(shù)比我們發(fā)達(dá)的高等文明生物，能夠以非常精確的方式模擬人類生物，使得人們有意識(shí)，但又同時(shí)愚弄了他們，讓真正的現(xiàn)實(shí)世界隔絕，這種做法是不道德的。

另一種可能性是，外星文明從沒有強(qiáng)大到可以進(jìn)行這種模擬，他們可能在這之前就因?yàn)榧膊　?zhàn)爭(zhēng)、氣候等原因而消亡了。

? ? ? ?

?? ? ?

兩位作者還提出了一個(gè)問題：假設(shè)我們存在于模擬世界中，我們是否可以逃跑，或者向高等的造物主隱瞞我們的意圖？

他們認(rèn)為模擬技術(shù)在本質(zhì)上是量化的，如果量子現(xiàn)象在傳統(tǒng)的計(jì)算機(jī)中如此難以計(jì)算，那么我們的世界很可能是在量子計(jì)算機(jī)上進(jìn)行的模擬。

馬斯克常掛嘴邊的「第一性」，還是DeepMind對(duì)付薛定諤貓的工具

還記得馬斯克常常掛在嘴邊的「第一性原理」嗎？

昨日，DeepMind發(fā)布了利用第一性原理指導(dǎo)深度學(xué)習(xí)進(jìn)行量子力學(xué)研究的代碼，以便更好地計(jì)算物理學(xué)和化學(xué)并將其應(yīng)用到更廣泛的問題上。

該團(tuán)隊(duì)開發(fā)了一種新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)「Fermionic Neural Network」，簡(jiǎn)稱 FermiNet ，它非常適合于模擬大量電子的量子態(tài)，而這些電子正是化學(xué)鍵的基本組成部分。

FermiNet 首次展示了從第一性原理來將深度學(xué)習(xí)技術(shù)應(yīng)用于計(jì)算原子和分子的能量，并且達(dá)到了可以使用的精度，是迄今為止最精確的神經(jīng)網(wǎng)絡(luò)方法。

FermiNet 未來還將承擔(dān)在蛋白質(zhì)折疊、玻璃動(dòng)力學(xué)、晶格量子色動(dòng)力學(xué)和許多其他項(xiàng)目上的工作，將這一愿景變?yōu)楝F(xiàn)實(shí)。

經(jīng)典系統(tǒng)的狀態(tài)可以用很簡(jiǎn)單的方法表示：只需要跟蹤每個(gè)粒子的位置和動(dòng)量即可。而描述量子系統(tǒng)的狀態(tài)要困難得多。必須給每一種可能的電子位置構(gòu)型創(chuàng)建對(duì)應(yīng)的概率分布。

? ? ??

這些會(huì)被編碼在波函數(shù)中，波函數(shù)給每個(gè)電子組態(tài)賦予一個(gè)正數(shù)或負(fù)數(shù)，波函數(shù)的平方給出了在這個(gè)組態(tài)中找到系統(tǒng)的概率。

而要描述電子組態(tài)所有可能的位置，幾乎是不可能的，因?yàn)榧僭O(shè)每個(gè)維度上有100個(gè)網(wǎng)格，則可能的電子配置的數(shù)量將大于宇宙中的所有原子數(shù)量！

而這正是DeepMind團(tuán)隊(duì)認(rèn)為深層神經(jīng)網(wǎng)絡(luò)可以起到幫助的地方。

在過去的幾年中，神經(jīng)網(wǎng)絡(luò)在表示復(fù)雜的、高維的概率分布方面取得了巨大的進(jìn)展，現(xiàn)在也可以高效且可伸縮地訓(xùn)練這些網(wǎng)絡(luò)。

DeepMind成員認(rèn)為，既然這些網(wǎng)絡(luò)已經(jīng)證明了它們?cè)谌斯ぶ悄軉栴}中擬合高維函數(shù)的能力，也許它們也可以用來表示量子波函數(shù)。

在處理電子時(shí)只有一個(gè)問題就是：電子必須服從「泡利不相容原理」，這意味著它們不可能同時(shí)處于同一空間。

這是因?yàn)殡娮邮且环N被稱為「費(fèi)米子」的粒子，包括大多數(shù)物質(zhì)的組成部分如質(zhì)子、中子、夸克、中微子等都是費(fèi)米子粒子。

它們的波函數(shù)一定是反對(duì)稱的，如果你交換兩個(gè)電子的位置，波函數(shù)就會(huì)乘以 -1。這意味著，如果兩個(gè)電子相互疊加，波函數(shù)(以及這種構(gòu)型的概率)將為零。

? ??

這意味著必須開發(fā)一種新型的神經(jīng)網(wǎng)絡(luò)，它的輸入是反對(duì)稱的，也就是「費(fèi)米子神經(jīng)網(wǎng)絡(luò)」，或者「FermiNet」。

在大多數(shù)量子化學(xué)方法中，反對(duì)稱性是用一個(gè)行列式的函數(shù)引入的。矩陣的行列

在 FermiNet 中，這是通過使進(jìn)入行列式的每個(gè)函數(shù)成為所有電子的函數(shù)來實(shí)現(xiàn)的。這遠(yuǎn)遠(yuǎn)超出了只使用單電子和雙電子函數(shù)的方法。

FermiNet 對(duì)每個(gè)電子都有一個(gè)獨(dú)立的信息流。如果這些數(shù)據(jù)流之間沒有任何交互，這個(gè)網(wǎng)絡(luò)就不會(huì)比傳統(tǒng)的斯萊特行列式網(wǎng)絡(luò)更具表現(xiàn)力。

與斯萊特行列式不同，F(xiàn)ermiNets 是通用函數(shù)逼近器，這就意味著，如果我們能夠正確地訓(xùn)練這些網(wǎng)絡(luò)，它們應(yīng)該能夠適應(yīng)薛定諤方程的近乎精確的解。

? ? ??

通過最小化系統(tǒng)能量來擬合FermiNet。為了精確地做到這一點(diǎn)，需要在所有可能的電子構(gòu)型下計(jì)算波函數(shù)，所以需要近似計(jì)算。

為了確保 FermiNet 確實(shí)代表了最先進(jìn)技術(shù)，研究人員從研究簡(jiǎn)單透徹的系統(tǒng)開始。

把 FermiNet 應(yīng)用到更大的分子上，從氫化鋰開始，一直到雙環(huán)丁烷，觀察到的最大的系統(tǒng)，有30個(gè)電子。對(duì)于最小的分子，F(xiàn)ermiNet 捕獲了令人震驚的 99.8% 的耦合團(tuán)簇能量和從單個(gè)斯萊特行列式所獲得的能量之間的差異。對(duì)于丁烷，F(xiàn)ermiNet 也捕獲了這種相關(guān)能量的97% 或者更多，這和傳統(tǒng)方法相比是一個(gè)巨大的提升。

? ? ? ?