Как нейросеть научилась видеть квантовую пену ✛ ✎

Оригинал: "Deep learning spinfoam vertex amplitudes: the Euclidean Barrett-Crane model"
· Hanno Sahlmann, Waleed Sherif
arXiv:2505.03255 · 2025-05-06 · arXiv non-exclusive · собственный разбор · 1 мин
Нейросеть мгновенно обсчитывает квантовую пену, заменяя часы работы мощных компьютеров.

Идея квантовой пены восходит к Роджеру Пенроузу и Карло Ровелли: пространство похоже на мыльную пену, где каждый пузырёк — микроскопический сгусток реальности. Эти пузырьки постоянно лопаются и сливаются, и чтобы понять, как устроена Вселенная на самом глубоком уровне, нужно вычислять вероятности их взаимодействий. Раньше такие расчёты занимали часы даже на мощных компьютерах.

Нейросети справились за миллисекунды. Первая сеть, как дотошный сортировщик, мгновенно отбрасывает невозможные варианты (где вероятность равна нулю). Вторая — как опытный оценщик — выдаёт точное значение для остальных. Поразительно, что она верно отсеивает нули даже в незнакомых сценариях — подобно тому, как человек, видевший пару кошек, узнает любую породу.

Это пока работает на простейшей модели, но открывает путь к тестированию гипотез о моменте Большого взрыва и устройстве искривлённого пространства внутри чёрных дыр. Так мыльная пена приближает разгадку рождения Вселенной.

Идея, что пространство может быть не сплошным, а состоять из мельчайших зерён, восходит ещё к древнегреческим атомистам. В современной физике её возродил Джон Уилер, который и придумал термин «квантовая пена».

В романе «Ложная слепота» инопланетяне общаются мгновенно благодаря квантовой природе пространства. Возможно, понимание квантовой пены сделает эту фантастику явью.

A(j_1,\ldots,j_{10}) = \int \prod_{i=1}^{10} dg_i \prod_{i<j} \delta(g_i g_j^{-1})
Вершинная амплитуда как интеграл от произведения десяти групповых элементов; дельта-функции обеспечивают согласованность спинов на гранях.
Учёные
Enrico FermiPaul DiracSatyendra Nath BoseAlbert EinsteinRobert H. DickeWolfgang Pauli
Понятия
самонаблюдаемое обучение активное обучение амплитуда рассеяния глубокая нейронная сеть нейронная сеть распознавание речи обучение спектр мощности распознавание образов обучающие данные линейная регрессия xgboost глубокое обучение в медицинской визуализации эвиденциальные нейронные сети спектрограмма размеченные данные спектральный анализ с помощью ИИ