solipsisme

Cette implication de l'hypothèse d'un univers mathématique est assez radicale, alors veuillez interrompre votre lecture un instant pour l'assimiler et y réfléchir. Ce dont vous êtes conscient en ce moment ne ressemble pas à une photo mais à une séquence de film. Ce film n'est pas la réalité - il n'existe que dans votre tête, dans le cadre du modèle de réalité de votre cerveau. Il contient de nombreuses informations sur la réalité physique extérieure réelle - pour autant que vous ne rêviez pas ou n'ayez pas d'hallucinations - mais il ne constitue qu'une version très fortement éditée de la réalité, un peu comme le journal télévisé du soir, qui met principalement en évidence certains faits marquants de modèles proches dans l'espace et le temps et que votre cerveau juge utile de vous faire connaître.

Auteur: Tegmark Max

Info: Our Mathematical Universe: My Quest for the Ultimate Nature of Reality (2014)

[ individu univers ]

cosmologie

La découverte de l'inflation éternelle a radicalement transformé notre compréhension de ce qui se passe dans l'espace aux plus grandes échelles. Je ne puis m'empêcher de penser que notre ancienne histoire ressemble à un conte de fées, avec sa narration unique dans une séquence simple : "Il était une fois l'inflation. L'inflation a donné naissance à notre Big Bang. Notre Big Bang a créé les galaxies". La figure 5.7 illustre pourquoi cette histoire est trop naïve : elle répète une fois de plus notre erreur humaine qui consiste à supposer que tout ce que nous connaissons jusqu'à présent est tout ce qui existe. Nous constatons que même notre Big Bang n'est qu'une petite partie de quelque chose de beaucoup plus grand, une structure arborescente qui continue de croître. En d'autres termes, ce que nous avons appelé notre Big Bang n'était pas le début ultime, mais plutôt la fin de l'inflation dans notre partie de l'espace.

Auteur: Tegmark Max

Info:

[ nouveau paradigme ]

métal précieux

Les lois de l'économie nous indiquent que les atomes sont chers s'ils sont rares, et les lois de la physique nous indiquent qu'ils sont rares s'ils nécessitent des températures exceptionnellement élevées pour être fabriqués. Si les atomes pouvaient parler, les plus chers d'entre eux raconteraient les meilleures histoires. Les atomes les plus courants, comme le carbone, l'azote et l'oxygène (qui, avec l'hydrogène, représentent 96 % du poids de notre corps), sont donc bon marché parce que les étoiles les plus courantes, comme notre Soleil, peuvent les produire dans leur agonie, après quoi elles peuvent former de nouveaux systèmes solaires dans le cadre d'un recyclage cosmique. L'or (Au masse atomique 79), en revanche, est produit lorsqu'une étoile meurt dans une explosion de supernova si violente et si rare qu'elle libère, pendant une fraction de seconde, autant d'énergie que toutes les autres étoiles de notre Univers observable réunies. Pas étonnant que la fabrication de l'or ait échappé aux alchimistes.

Auteur: Tegmark Max

Info:

[ pépites ] [ création difficile ] [ matière ]

physique théorique

En d'autres termes, l'idée est qu'il existe un quatrième niveau d'univers parallèles, beaucoup plus vaste que les trois que nous avons rencontrés jusqu'à présent, correspondant à des structures mathématiques différentes. Les trois premiers niveaux correspondent à des univers parallèles non communicants au sein de la même structure mathématique : Le niveau I désigne simplement des régions lointaines dont la lumière n'a pas encore eu le temps de nous parvenir, le niveau II couvre des régions qui sont à jamais inaccessibles en raison de l'inflation cosmologique de l'espace intermédiaire, et le niveau III, les "nombreux mondes" d'Everett, implique des parties non communicantes de l'espace de Hilbert de la mécanique quantique. Alors que tous les univers parallèles des niveaux I, II et III obéissent aux mêmes équations mathématiques fondamentales (décrivant la mécanique quantique, l'inflation, etc.), les univers parallèles du niveau IV dansent aux airs d'équations différentes, correspondant à des structures mathématiques différentes. La figure 12.2 illustre cette hiérarchie de multivers à quatre niveaux, l'une des idées centrales de ce livre.

Auteur: Tegmark Max

Info:

[ supercordes ] [ hypothèses ] [ post-quantique ]

ego

Pourtant, la complexité de tout cela fait pâle figure en comparaison des schémas de traitement de l'information dans votre cerveau. Vos quelque 100 milliards de neurones génèrent en permanence des signaux électriques ("firing"), ce qui implique le brassage de milliards de billions d'atomes, notamment des ions de sodium, de potassium et de calcium. Les trajectoires de ces atomes constituent un tressage extrêmement élaboré à travers l'espace-temps, entrelacement complexe qui correspond au stockage et au traitement de l'information d'une manière qui donne lieu, d'une façon ou d'une autre, à notre sensation familière de conscience de soi. La communauté scientifique s'accorde largement à dire que nous ne comprenons toujours pas comment cela fonctionne, et il est donc juste de dire que nous autres humains ne comprenons pas encore bien ce que nous sommes. Cependant, dans les grandes lignes, on pourrait dire ceci : Nous sommes un modèle dans l'espace-temps. Un modèle mathématique. Plus précisément, nous sommes une tresse complexe au sein de l'espace-temps - en fait, l'une des tresses les plus élaborées que l'on connaisse.

Auteur: Tegmark Max

Info: Life Is A Braid In Spacetime http://nautil.us/issue/9/time/life-is-a-braid-in-spacetime

[ moi ] [ je ]

optimisme

L'incompatibilité apparente entre l'abondance de planètes habitables dans notre Galaxie et l'absence de visiteurs extraterrestres, connue sous le nom de paradoxe de Fermi, suggère l'existence de ce que Hanson appelle un "Grand Filtre", un barrage évolutionnaire/technologique quelque part sur le chemin du développement de la matière non vivante vers une vie apte à coloniser  l'espace. Si nous découvrons une vie primitive ayant évolué de manière indépendante dans notre système solaire, cela suggérerait que la vie primitive n'est pas rare et que le barrage se situe après le stade de développement actuel de l'humanité - peut-être parce que l'hypothèse 1 est fausse, ou parce que presque toutes les civilisations avancées s'autodétruisent avant d'être capables de coloniser. Je croise donc les doigts pour que toutes les recherches de vie sur Mars et ailleurs ne donnent rien : ce qui serait cohérent avec le scénario dans lequel la vie primitive est rare, mais où nous, les humains, avons eu de la chance, de sorte que le barrage est derrière nous et que nous avons un potentiel futur extraordinaire.

Auteur: Tegmark Max

Info:

[ humanisme ]

apprentissage automatique

Il nous est facile pour d'expliquer ce que l'on voit sur une photo, mais programmer une fonction qui n'entre rien d'autre que les couleurs de tous les pixels d'une image et peut produire une légende précise telle que "groupe de jeunes gens jouant une partie de frisbee" échappait à tous les chercheurs en IA du monde depuis des décennies. Pourtant, une équipe de Google dirigée par Ilya Sutskever y est parvenu en 2014.

Introduisez un nouvel ensemble de pixels de couleur, et l'ordinateur répond "troupeau d'éléphants traversant un champ d'herbe sèche",  presque toujours correctement. Comment y sont-ils parvenus ? À la manière de Deep Blue, en programmant des algorithmes artisanaux pour détecter les frisbees, les visages, etc ?

Non, en créant un réseau neuronal relativement simple, sans la moindre connaissance du monde physique ou de son contenu, puis en le laissant apprendre en l'exposant à des quantités massives de données. Le visionnaire de l'IA Jeff Hawkins écrivait en 2004 qu'"aucun ordinateur ne pourrait... voir aussi bien qu'une souris", mais cette époque est désormais révolue.

Auteur: Tegmark Max

Info: Life 3.0: Being Human in the Age of Artificial Intelligence

[ machine learning ] [ visualisation ] [ sémantique mécanique ]

complexification

Comment la technologie modifie-t-elle la nature hiérarchique de notre monde ? L'histoire révèle une tendance générale vers une coordination toujours plus poussée sur des distances toujours plus grandes, ce qui est facile à comprendre : les nouvelles technologies de transport rendent la coordination plus efficace (en permettant un bénéfice mutuel du déplacement des matériaux et des formes de vie sur de plus grandes distances) et les nouvelles technologies de communication facilitent la coordination. Lorsque les cellules ont appris à envoyer des signaux à leurs voisines, de petits organismes multicellulaires sont devenus possibles, ajoutant un nouveau niveau hiérarchique. Lorsque l'évolution a inventé les systèmes circulatoires et les systèmes nerveux pour le transport et la communication interne, les grands animaux sont devenus possibles. L'amélioration de la communication par l'invention du langage a permis aux humains de se coordonner suffisamment bien pour former d'autres niveaux hiérarchiques comme les villages, tout comme d'autres percées en matière de communication, de transport et de diverses technologies ont permis la création des empires de l'Antiquité. La mondialisation n'est que le dernier exemple en date de cette tendance à la croissance hiérarchique, vieille de plusieurs milliards d'années.

Auteur: Tegmark Max

Info: Life 3.0: Being Human in the Age of Artificial Intelligence (2017)

[ développement ] [ progression ] [ avancement ] [ positivisme ] [ syntropie ]

intelligence artificielle

Notre article "Precision Machine Learning" montre que les réseaux neuronaux surpassent l'interpolation simplex uniquement dans plus de 2 dimensions, en exploitant la modularité. Nous développons des astuces de formation pour un ML de haute précision, utiles pour la science et l'interprétabilité.

Résumé : Nous explorons les considérations particulières impliquées dans l'ajustement des modèles ML aux données demandant une très grande précision, comme c'est souvent le cas pour les applications scientifiques. Nous comparons empiriquement diverses méthodes d'approximation de fonctions et étudions leur évolution en fonction de l'augmentation des paramètres et des données. Nous constatons que les réseaux neuronaux peuvent souvent surpasser les méthodes d'approximation classiques pour les exemples à dimensions élevées, en découvrant et en exploitant automatiquement les structures modulaires qu'ils contiennent. Cependant, les réseaux neuronaux dressés-formés avec des optimiseurs courants sont moins puissants pour les cas à basse dimension, ce qui nous motive à étudier les propriétés uniques des zones de déperdition des réseaux neuronaux et les défis d'optimisation qui se présentent et correspondent dans le régime de haute précision. Pour résoudre le problème de l'optimisation en basse dimension, nous développons des astuces d'entraînement-formation qui nous permettent de faire fonctionner les réseaux neuronaux avec une déperdition extrêmement faibles, proche des limites permises par la précision numérique.

Auteur: Tegmark Max

Info: Écrit avec Eric J. Michaud et Ziming Liu, oct 2022

[ mathématiques appliquées ] [ apprentissage automatique ] [ physique computationnelle ] [ machine-homme ] [ affinements mécaniques ] [ sémantique élargie ]

cosmologie

Notre détecteur de nouvelle physique par réseau neuronal (NNPhD) à automatiquement découvert Neptune à partir de données sur l'orbite d'Uranus. Il décèle aussi le rayonnement gravitationnel à partir de données sur les étoiles à neutrons. Le Machine Learning a un grand potentiel pour la recherche en physique ! 

(La conservation de l'énergie est un principe de base de la physique. Sa rupture implique souvent une nouvelle physique. Cet article présente une méthode de découverte de "nouvelle physique" basée sur des données. Plus précisément : étant donnée une trajectoire régie par des forces inconnues, notre détecteur neuronal de nouvelle physique (NNPhD) vise à déceler une nouvelle physique en décomposant le champ de force en composantes conservatives et non conservatives,  représentées respectivement par un réseau neuronal lagrangien (LNN) et un réseau neuronal sans contrainte, entraînés à minimiser l'erreur de récupération de force, plus une constante de  λ  fois la magnitude de la force non-conservatrice prédite. Nous montrons qu'une transition de phase se produit à   λ  =  1, de manière universelle pour des forces arbitraires. Nous démontrons que la NNPhD détecte avec succès une nouvelle physique via de ludiques expériences numériques, redécouvrant la friction à partir d'un double pendule amorti, Neptune à partir de l'orbite d'Uranus, et les ondes gravitationnelles à partir d'une orbite en spirale. Nous montrons également comment le NNPhD couplé à un intégrateur surpasse à la fois un LNN et un réseau neuronal sans contrainte, pour ce qui est de prédire l'avenir d'un double pendule amorti.)

Auteur: Tegmark Max

Info: Sur son fil FB, 24 déc 2021. En collaboration avec Ziming Liu, Bohan Wang, Qi Meng, Wei Chen et Tie-Yan Liu. Phys. Rev. E 104, 055302

[ pesanteur ] [ interactions ]