最近傳到arXiv的一篇論文預印本，題為：「作為神經網絡的世界」（The world as a neural network），明尼蘇達州德盧斯大學的物理學教授、維塔利·范楚林（Vitaly Vanchurin）以一種特別大膽的方式描述宇宙現實，提出：「整個宇宙在其最基本的層面上可能是神經網絡。」我們生活在一個龐大的神經網絡中，這個宇宙神經網絡控制著我們周圍的一切。」
多年來，物理學家一直試圖統一量子力學和廣義相對論。前者認為時間是普遍性的絕對的，而後者則認為時間是相對的，與時空的結構有關。
該論文認為，人工神經網絡可以「展示兩種通用理論的近似行為」。「由於量子力學「是在各種尺度上建模物理現象的非常成功的範例，因此人們普遍認為，在最基本的層面上，整個宇宙都受量子力學規則的支配，甚至引力也應受其約束。」
「我們不僅在說人工神經網絡對於分析物理系統或發現物理定律有用，我們還說這是我們周圍世界的實際運作方式，」「就這一點而言，它可以被視為一切理論的建議。」
下面是範楚林接受《未來學》雜誌採訪，詳細介紹了他的想法的記錄。
問：您的論文認為宇宙從根本上來說可能是一個神經網絡。您如何向對神經網絡或物理學不太了解的人解釋您的推理？
答：有兩種方式可以回答您的問題。
第一種方式是從神經網絡的精確模型開始，然後在大量神經元的限制下研究網絡的行為。我所展示的是，量子力學方程很好地描述了系統接近平衡的行為，而經典力學方程很好地描述了系統如何遠離平衡。這是巧合嗎？也許是，但是據我們所知，量子力學和經典力學正是物理世界的工作方式。
第二種方式是從物理學開始。我們知道，量子力學在小規模上運行良好，而廣義相對論在大尺度上運行良好，但是到目前為止，我們還無法在統一的框架中統一這兩種理論，這被稱為量子引力問題。顯然，我們缺少一些重要的東西，但更糟糕的是，我們甚至不知道如何處理觀察者，這在量子力學方面被稱為測量問題，在宇宙學方面也存在測量問題。
所以可能有人爭辯說，需要統一的不只是兩種、而是三種現象：量子力學、廣義相對論和觀察者。絕大多數的物理學家會告訴您，量子力學是最主要的，其他一切都應該以量子力學某種方式出現，但是沒人知道到底該怎麼做。在這篇論文中，我考慮了微觀神經網絡是基本結構，而量子力學、廣義相對論和宏觀觀察者等是基於這樣的基本結構而顯現出來。到目前為止，這個方向看起來很有希望。
問：是什麼首先給了您這個想法？
答：首先，我只是想更好地了解深度學習的原理，因此寫了一篇題為《邁向機器學習的理論》的論文。最初的想法是應用統計力學的方法來研究神經網絡的行為，但事實證明，在某些限制下，神經網絡的學習（或訓練）動力學與我們在物理學中看到的量子動力學非常相似。所以，我決定探討一下物理世界實際上是神經網絡的想法。這個想法絕對是瘋狂的，但是如果它足夠瘋狂就可以成立呢？這還有待觀察。
問：在您的論文中，為了證明該理論是錯誤的，「所需要做的就是找到無法用神經網絡描述的物理現象。」這是什麼意思？為什麼這樣的事情「說起來容易做起來難？」
答：好吧，有許多「萬物理論」，其中大多數肯定是錯誤的。在我的理論中，您所看到的一切都是神經網絡，因此要證明這是錯誤的，所需要做的就是找到無法用神經網絡建模的現象。但是如果您考慮一下，這是一項非常艱巨的任務，因為我們對神經網絡的行為以及機器學習的實際工作了解甚少。這就是為什麼我首先嘗試發展機器學習理論的原因。
問：您的研究與量子力學有何關係？如何解決了觀察者效應問題？
答：在量子力學有兩條主要思路：埃弗裡特的多世界的量子力學解釋、和鮑姆的隱藏變量的解釋。在考慮新興的量子力學中，隱藏變量是單個神經元的狀態，可訓練變量（例如偏差矢量和權重矩陣）是量子變量。需要注意的是，隱藏變量可能是非定域性的，因此違反貝爾不等式，預計會出現近似的時空定域性，但是嚴格來說，每個神經元都可以與其他每個神經元相連，因此系統不必是定域性的。
問：您的理論與自然選擇有關係嗎？自然選擇如何影響複雜結構/生物細胞的進化？
答：我的意思很簡單。微觀神經網絡的結構（或子網絡）更穩定，而其他結構的穩定性更差。越穩定的結構將在進化中倖存下來，而越不穩定的結構將被消滅。在最小尺度上，我希望自然選擇會產生一些非常低複雜度的結構，例如神經元鏈，但在更大尺度上，結構會更加複雜。我認為沒有理由將這個過程限制在特定的長度範圍內，因此我們聲稱我們周圍看到的一切（例如粒子、原子、細胞、觀察者等）都是自然選擇的結果。
問：這種理論是否意味著我們生活在模擬之中？
答：不，我們生活在神經網絡中，但我們可能永遠都不知道這兩者之間的區別。
參考：Vitaly Vanchurin. The world as a neural network. https://arxiv.org/pdf/2008.01540.pdf