最近传到arXiv的一篇论文预印本，题为：“作为神经网络的世界”（The world as a neural network），明尼苏达州德卢斯大学的物理学教授、维塔利·范楚林（Vitaly Vanchurin）以一种特别大胆的方式描述宇宙现实，提出：“整个宇宙在其最基本的层面上可能是神经网络。”我们生活在一个庞大的神经网络中，这个宇宙神经网络控制着我们周围的一切。”
多年来，物理学家一直试图统一量子力学和广义相对论。前者认为时间是普遍性的绝对的，而后者则认为时间是相对的，与时空的结构有关。
该论文认为，人工神经网络可以“展示两种通用理论的近似行为”。“由于量子力学“是在各种尺度上建模物理现象的非常成功的范例，因此人们普遍认为，在最基本的层面上，整个宇宙都受量子力学规则的支配，甚至引力也应受其约束。”
“我们不仅在说人工神经网络对于分析物理系统或发现物理定律有用，我们还说这是我们周围世界的实际运作方式，”“就这一点而言，它可以被视为一切理论的建议。”
下面是范楚林接受《未来学》杂志采访，详细介绍了他的想法的记录。
问：您的论文认为宇宙从根本上来说可能是一个神经网络。您如何向对神经网络或物理学不太了解的人解释您的推理？
答：有两种方式可以回答您的问题。
第一种方式是从神经网络的精确模型开始，然后在大量神经元的限制下研究网络的行为。我所展示的是，量子力学方程很好地描述了系统接近平衡的行为，而经典力学方程很好地描述了系统如何远离平衡。这是巧合吗？也许是，但是据我们所知，量子力学和经典力学正是物理世界的工作方式。
第二种方式是从物理学开始。我们知道，量子力学在小规模上运行良好，而广义相对论在大尺度上运行良好，但是到目前为止，我们还无法在统一的框架中统一这两种理论，这被称为量子引力问题。显然，我们缺少一些重要的东西，但更糟糕的是，我们甚至不知道如何处理观察者，这在量子力学方面被称为测量问题，在宇宙学方面也存在测量问题。
所以可能有人争辩说，需要统一的不只是两种、而是三种现象：量子力学、广义相对论和观察者。绝大多数的物理学家会告诉您，量子力学是最主要的，其他一切都应该以量子力学某种方式出现，但是没人知道到底该怎么做。在这篇论文中，我考虑了微观神经网络是基本结构，而量子力学、广义相对论和宏观观察者等是基于这样的基本结构而显现出来。到目前为止，这个方向看起来很有希望。
问：是什么首先给了您这个想法？
答：首先，我只是想更好地了解深度学习的原理，因此写了一篇题为《迈向机器学习的理论》的论文。最初的想法是应用统计力学的方法来研究神经网络的行为，但事实证明，在某些限制下，神经网络的学习（或训练）动力学与我们在物理学中看到的量子动力学非常相似。所以，我决定探讨一下物理世界实际上是神经网络的想法。这个想法绝对是疯狂的，但是如果它足够疯狂就可以成立呢？这还有待观察。
问：在您的论文中，为了证明该理论是错误的，“所需要做的就是找到无法用神经网络描述的物理现象。”这是什么意思？为什么这样的事情“说起来容易做起来难？”
答：好吧，有许多“万物理论”，其中大多数肯定是错误的。在我的理论中，您所看到的一切都是神经网络，因此要证明这是错误的，所需要做的就是找到无法用神经网络建模的现象。但是如果您考虑一下，这是一项非常艰巨的任务，因为我们对神经网络的行为以及机器学习的实际工作了解甚少。这就是为什么我首先尝试发展机器学习理论的原因。
问：您的研究与量子力学有何关系？如何解决了观察者效应问题？
答：在量子力学有两条主要思路：埃弗里特的多世界的量子力学解释、和鲍姆的隐藏变量的解释。在考虑新兴的量子力学中，隐藏变量是单个神经元的状态，可训练变量（例如偏差矢量和权重矩阵）是量子变量。需要注意的是，隐藏变量可能是非定域性的，因此违反贝尔不等式，预计会出现近似的时空定域性，但是严格来说，每个神经元都可以与其他每个神经元相连，因此系统不必是定域性的。
问：您的理论与自然选择有关系吗？自然选择如何影响复杂结构/生物细胞的进化？
答：我的意思很简单。微观神经网络的结构（或子网络）更稳定，而其他结构的稳定性更差。越稳定的结构将在进化中幸存下来，而越不稳定的结构将被消灭。在最小尺度上，我希望自然选择会产生一些非常低复杂度的结构，例如神经元链，但在更大尺度上，结构会更加复杂。我认为没有理由将这个过程限制在特定的长度范围内，因此我们声称我们周围看到的一切（例如粒子、原子、细胞、观察者等）都是自然选择的结果。
问：这种理论是否意味着我们生活在模拟之中？
答：不，我们生活在神经网络中，但我们可能永远都不知道这两者之间的区别。
参考：Vitaly Vanchurin. The world as a neural network. https://arxiv.org/pdf/2008.01540.pdf
