Physiker entwickelt einen KI-Algorithmus, der beweisen kann, dass die Realität eine Simulation ist

Spread the love

Ein Physiker erstellt einen KI-Algorithmus, der Naturereignisse vorhersagt und die Simulationshypothese beweisen kann.

Der Princeton-Physiker Hong Qin entwickelt einen KI-Algorithmus, der Planetenbahnen vorhersagen kann.
Der Wissenschaftler stützte seine Arbeit teilweise auf die Hypothese, dass die Realität eine Simulation ist.
Der Algorithmus wird angepasst, um das Verhalten von Plasma vorherzusagen und kann auf andere Naturphänomene angewendet werden.

Ein Wissenschaftler hat einen Computeralgorithmus entwickelt, der zu transformativen Entdeckungen im Energiebereich führen kann und dessen bloße Existenz die Wahrscheinlichkeit erhöht, dass unsere Realität tatsächlich eine Simulation sein könnte.

Der Algorithmus wurde vom Physiker Hong Qin vom Princeton Plasma Physics Laboratory (PPPL) des US-Energieministeriums (DOE) entwickelt.

Der Algorithmus verwendet einen KI-Prozess namens Machine Learning, der sein Wissen durch Erfahrung automatisiert verbessert.

Qin hat diesen Algorithmus entwickelt, um die Umlaufbahnen von Planeten im Sonnensystem vorherzusagen und ihn auf Daten von Merkur-, Venus-, Erde-, Mars-, Ceres- und Jupiter-Umlaufbahnen zu trainieren . Die Daten sind „ähnlich dem, was Kepler 1601 von Tycho Brahe geerbt hat“, wie Qin in seiner neu veröffentlichten Arbeit zu diesem Thema schreibt . Aus diesen Daten kann ein „Serving-Algorithmus“ andere Planetenbahnen im Sonnensystem korrekt vorhersagen, einschließlich parabolischer und hyperbolischer Fluchtbahnen. Bemerkenswert ist, dass sie dies tun kann, ohne über die Newtonschen Bewegungsgesetze und die universelle Gravitation informiert zu werden. Es kann diese Gesetze für sich selbst aus den Zahlen herausfinden.

Qin passt den Algorithmus jetzt an, um andere Verhaltensweisen vorherzusagen und sogar zu kontrollieren, wobei der Schwerpunkt derzeit auf Plasmapartikeln in Anlagen liegt, die zur Gewinnung von Fusionsenergie zur Energiegewinnung von Sonne und Sternen gebaut wurden. Zusammen mit Eric Palmerduca, einem Ph.D. Als Doktorand am PPPL verwendet Qin seine Technik, „um einen effektiven strukturerhaltenden Algorithmus mit Langzeitstabilität zu erlernen, um die Kreiseldynamik in magnetischen Fusionsplasmen zu simulieren“, wie er ausführte. Er plant, den Algorithmus auch für das Studium der Quantenphysik zu nutzen.

Physiker Hong Qin mit Bildern von Planetenbahnen und Computercode.Bildnachweis: Elle Starkman

Qin erklärte den ungewöhnlichen Ansatz seiner Arbeit:

„Normalerweise macht man in der Physik Beobachtungen, erstellt eine Theorie auf der Grundlage dieser Beobachtungen und verwendet diese Theorie dann, um neue Beobachtungen vorherzusagen“, sagte Qin. „Was ich tue, ist, diesen Prozess durch eine Art Blackbox zu ersetzen, die genaue Vorhersagen treffen kann, ohne eine traditionelle Theorie oder ein traditionelles Gesetz zu verwenden. Im Wesentlichen habe ich alle grundlegenden Bestandteile der Physik umgangen. Ich gehe direkt von Daten zu Daten (…) Es gibt kein physikalisches Gesetz in der Mitte.“

Qin wurde teilweise von der Arbeit des schwedischen Philosophen Nick Bostrom inspiriert, dessen Aufsatz aus dem Jahr 2003 bekanntermaßen argumentierte, dass die Welt, in der wir leben, eine künstliche Simulation sein könnte. Qin glaubt, mit seinem Algorithmus erreicht zu haben, dass er ein funktionierendes Beispiel für eine zugrunde liegende Technologie liefert, die die Simulation in Bostroms philosophischer Argumentation unterstützen könnte.

In einem E-Mail-Austausch mit Big Think bemerkte Qin: „Welcher Algorithmus läuft auf dem Laptop des Universums? Wenn ein solcher Algorithmus existiert, würde ich argumentieren, dass er ein einfacher sein sollte, der auf dem diskreten Raumzeitgitter definiert ist Reichtum des Universums kommt von der enormen Speichergröße und CPU-Leistung des Laptops, aber der Algorithmus selbst könnte einfach sein.“

Sicherlich bedeutet die Existenz eines Algorithmus, der aus Daten aussagekräftige Vorhersagen von Naturereignissen ableitet, noch nicht, dass wir selbst die Fähigkeit besitzen, die Existenz zu simulieren. Qin glaubt, dass wir wahrscheinlich „viele Generationen“ davon entfernt sind, solche Kunststücke zu vollbringen.

Qins Arbeit verfolgt den Ansatz der „diskreten Feldtheorie“, die seiner Meinung nach besonders gut für maschinelles Lernen geeignet ist, während sie für „einen gegenwärtigen Menschen“ etwas schwer zu verstehen ist. Er erklärte, dass „eine diskrete Feldtheorie als ein algorithmischer Rahmen mit einstellbaren Parametern angesehen werden kann, der mit Beobachtungsdaten trainiert werden kann“. Er fügte hinzu, dass „die diskrete Feldtheorie, sobald sie trainiert ist, zu einem Algorithmus der Natur wird, den Computer ausführen können, um neue Beobachtungen vorherzusagen.“