В одном вопросе спрятаны два утверждения
«Вселенная — нейросеть» может значить две разные вещи, и доказательства им нужны разные.
Слабое утверждение — структурное: крупномасштабная Вселенная и мозг устроены похоже, и одна и та же математика описывает обе системы. Его можно проверить микроскопом, телескопом и статистикой.
Сильное утверждение — динамическое: Вселенная обучается. Её законы — устойчивый результат чего-то вроде тренировки, как веса сети, которые устаканились после градиентного спуска. Для него нужна формальная модель и предсказания, отличные от стандартной физики.
За обоими стоит серьёзная работа, и ни одно не доказано.
Структурные данные: мозг и космическая паутина
В 2020 году астрофизик Франко Вацца и нейрохирург Альберто Фелетти опубликовали количественное сравнение двух изображений: срезов ткани человеческого мозга и космологических симуляций космической паутины — сети галактических нитей и пустот, заполняющей наблюдаемую Вселенную (Frontiers in Physics, 2020).
На обеих системах они измерили одни и те же величины: как распределены флуктуации плотности по масштабам, сколько связей у каждого узла, насколько сеть кластеризована. Ряд чисел оказался близким, хотя по размеру системы различаются примерно на 27 порядков. И там, и там большая часть массы приходится на пассивную составляющую: воду в мозге, тёмную энергию во Вселенной.
Измерение показывает, что два очень разных физических процесса приходят к сравнимой сетевой статистике. Способна ли космическая паутина на что-то похожее на мышление — отдельный вопрос, этих данных он не касается. Бронхи и кроны деревьев тоже имеют общую фрактальную статистику, потому что решают одну задачу: максимум поверхности при минимуме объёма. Измерение оставляет интересный вопрос: какую оптимизационную задачу решает космическая паутина, если приходит к той же статистике, что и выращенный эволюцией мозг?
Динамическая модель Ванчурина
Виталий Ванчурин, физик из Университета Миннесоты в Дулуте, формализовал сильное утверждение в статье «The World as a Neural Network» (Entropy 22, 1210, 2020). Он описывает Вселенную как сеть с переменными двух типов — обучаемыми (как веса) и скрытыми (как состояния нейронов) — и изучает, как ведёт себя система, пока учится.
В одном пределе динамику обучения можно записать в виде, похожем на уравнение Шрёдингера. В другом она напоминает уравнения общей теории относительности Эйнштейна. Аргумент Ванчурина: квантовая механика и гравитация могут быть двумя режимами одного процесса обучения. Позже вместе с Юрием Вольфом, Михаилом Кацнельсоном и Евгением Куниным он развил идею в теорию эволюции как многоуровневого обучения (PNAS, 2022).
Модель остаётся предложением: измерения, которое объяснила бы только она, пока нет.
Третья линия: гравитация из информации
В 2010 году Эрик Верлинде предположил, что гравитация возникает из того, как информация распределена по поверхностям, а в 2017 году распространил аргумент на динамику галактик. Если гравитация берётся из информации, а сеть — машина для перемещения информации, две идеи сходятся: картина гравитации оказывается картиной связей сети. Этот шаг и делает программа этого сайта.
Что добавляет «Нейронная космология»: работающий субстрат
Программа на этом сайте опускает динамическое утверждение на уровень ниже и спрашивает, как выглядела бы минимальная сеть, способная порождать структуры, похожие на физику.
Её препринт, Pointer Architecture v9.0, определяет формальный субстрат: указатели, правила переписывания, коммиты, дописываемый архив и наблюдателей. Субстрат реализован как небольшой язык программирования Sixth. Сорок демонстраций, которые проверяют 646 автоматических утверждений, поднимаются от первого различения к арифметике, времени, пространству, наблюдателям и универсальным вычислениям, а дальше — к самоподдерживающимся структурам. На том же субстрате голографическая конструкция воспроизводит стандартную оценку тёмной энергии на языке субстрата, в пределах множителя около 0,73 от наблюдаемого значения.
Результат здесь конструктивный: сеть такого типа способна породить структуры, которые понадобились бы вселенной-сети. Работает ли на такой сети наша Вселенная — отдельный вопрос, и статья заранее записывает, что сломало бы её утверждения.
Что говорило бы против идеи
- Демонстрация субстрата не проходит автоматические проверки на опубликованном коде (фальсификатор F0 в препринте).
- Площадной закон ломается на других топологиях субстрата, и тогда результат о тёмной энергии оказывается артефактом выбранной решётки (F1).
- Сходство мозга и космической паутины исчезает при более строгой статистике или так же проявляется в случайных сетях той же плотности.
Итог
Вселенная как нейронная сеть — живая научная гипотеза: есть формальные модели, одно яркое структурное сравнение и первый работающий субстрат в виде кода. Открытием это пока не стало. Судить о гипотезе стоит так же, как о любой модели: по её предсказаниям и по тому, что способно её сломать. Книга «Небесный Код» разбирает аргумент целиком простым языком.