从热力学的角度来看，生命是一个不平衡的系统，抵制着增加其无序程度的趋势。在这种状态下，随着时间的推移，动态是不可逆转的。英国物理学家阿瑟·爱丁顿 (Arthur Eddington) 在 1927 年将这种无序趋势与不可逆性之间的联系表述为“时间之箭”。

现在，一个由京都大学、北海道大学和巴斯克应用数学中心的研究人员组成的国际团队开发出了一种时间不对称的解决方案，进一步加深了我们对生物系统、机器学习和人工智能工具 行为的理解。

“这项研究首次为非平衡无序伊辛网络的时间不对称性(也称为熵产生)提供了精确的数学解决方案，”巴斯克应用数学中心的合著者米格尔·阿奎莱拉(Miguel Aguilera)说。

研究人员专注于称为伊辛模型的大规模复杂网络原型，这是一种用于研究循环连接神经元的工具。当神经元之间的连接对称时，伊辛模型处于平衡状态，并呈现称为自旋玻璃的复杂无序状态。这种状态的数学解决方案使乔治·帕里西 (Giorgio Parisi) 获得了 2021 年诺贝尔物理学奖。

然而，与生命系统不同的是，自旋晶体处于平衡状态，并且它们的动力学是时间可逆的。研究人员转而研究由神经元之间的不对称连接引起的时间不可逆的伊辛动力学。

获得的精确解可以作为开发学习人工神经网络的近似方法的基准。多阶段使用的学习方法的发展可能会推进机器学习研究。

京都大学信息学研究生院的 Hideaki Shimazaki 补充道： “伊辛模型支撑了深度学习和生成人工神经网络的最新进展。因此，了解其行为可以为一般的生物和人工智能提供重要的见解。”

阿奎莱拉表示：“我们的发现是令人兴奋的合作的结果，涉及物理学、神经科学和数学模型的见解。” “多学科方法为理解大规模复杂网络的组织并或许破译热力学时间箭头的新方法打开了大门。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：时间数学方法