物理学中经常会出现很多对应,但这种对应,有的时候是算法(计算方法)上的,有的时候是结论上的。比如在算法中的相似,这几百年来已经出现了很多,一般来讲,预示着这两个物理过程是类似的。比如水作为流体和人群作为流体的计算。

还有一种是结论性相似。比如AdS/CFT对应是结论上的,算法完全不同,这种如果维度不一样,又会叫做全息原理(我对这种不明觉厉名字感到恶心)。

今天发现应该还存在这种结论上的对应,即结论的稳定性这一现象。

比如,“元胞自动机”这一现象就多次出现在物理学中。里面经常会出现一些不动点。这在自动元胞机中好像只是个玩具,但是背后对应的算法可不是玩具。
(看本站的这篇文章:知识:元胞自动机 https://www.taholab.com/14516

物理学中,也会出现同一算法经过多次迭代使用后得到稳定结果的现象,像极了自动元胞机。

据说,机器学习中也会出现类似的结论。

我感觉,应该还有很多种可能性存在这一类似结论。比如,不同种类的黑洞,经过同一算法的多次操作(可以对应于一个物理过程,比如吸收物质),最后稳定的编程几种特殊的黑洞,比如史瓦西黑洞。这是我猜的,不知道准确不准确。


突然脑洞大开,不仅仅物理学中有这种对应,其他学科或现象中应该也有这种对应吧。背后应该有更深层次的道理和理论解释用来统一这些结论。


有一种感觉,就是机器学习、重整化群、元胞自动机等东西可能背后是同一个物理思想。


另外,不知道有没有理论来研究或预测这些不动点之间的关系和规律?

2条评论

  1. 学习范围 对应 尺度

    学习内容相关性 对应 局域关联函数

    于是,深度学习 对应 重整化群

    瞎说的。

    1. 哈哈,有道理。这一理论应该可以用来描述学习这一行为和目的了,说不定还能描述知识之间的关联现象。

回复 taho 取消回复

您的电子邮箱地址不会被公开。 必填项已用*标注