菲洛嘉青春动能素135HA FILLMED® NCTF 135HA LED指示灯的常见故障分析 智微智能 Elkhartlake K075终端,零售产业新选择 天空蓝拓客管理系统详细介绍版 muso公链项目 天使计划 是什么?[秘] 独家揭秘最前沿的家装“黑科技”——掌赋 天博体育欧洲杯特辑,东道主法兰西的失意2016 亚马逊的送货侦察员 学习听起来像挡泥板 Google Comics Factory使ML变得容易 笑着说-男性或女性 Amazon Rekognition中更好的人脸检测 关于Spaun的真相-大脑模拟 两个聊天机器人彼此聊天-有趣又怪异 GANPaint:将AI用于艺术 WCF和WF给予社区 从耳朵到脸 所有神经网络的深层缺陷 蠕虫在尾巴上平衡杆子 Kickstarter上的OpenCV AI套件 TensorFlow-Google的开源AI和计算引擎 众包取代新闻工作者 Google的DeepMind学会玩街机游戏 哑机器人V智能机器人 .NET与.NET 5融为一体 Google的深度学习-语音识别 LInQer将.NET LINQ移植到Javascript 机器人TED演讲-新的图灵测试? GAN的发明者加入苹果 您的智能手机会监视您键入的内容 人工智能帮助改善国际象棋 Zalando Flair NLP库已更新 TensorFlow 1.5包含移动版本 AlphaGo输了一场比赛-比分3-1 虚拟机器学习峰会 Microsoft开源AI调试工具 SharePoint走向移动 F#4.0发出文化变革的信号 克里斯蒂拍卖AI艺术品 人工智能如何区分 Facebook在蒙特利尔的新AI实验室 Mozilla想要您的声音 微软使用极深的神经网络赢得ImageNet 建立AI合作伙伴关系 .NET Core 3-Microsoft几乎回到了起点 神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作
您的位置:首页 >程序人生 >

一个新的计算宇宙-弗雷德金的SALT CA

爱德华·弗雷德金(Edward Fredkin)相信,万物的最终盛大理论将是计算性的-宇宙就是一台计算机。现在我们举一个非常简单的计算系统的例子-细胞自动机-它具有以半衰期定律吸引和排斥,绕行和衰减的粒子。

元胞自动机(CA)是我们所寻找的一切最终理论的主要候选者。他们遵循简单的规则,但是却产生复杂的行为。最著名的CA之一是约翰·康威(John Conway)的生平,经过长时间的研究,我们仍然在发现新发现。

直到最近,还没有发现能表现出物理学家可能感兴趣的行为的CA。例如,CA通常不会表现出圆周运动或波动。在最近的一篇论文中,爱德华·弗雷德金(Edward Fredkin)和丹尼尔·米勒(Daniel Miller)解释了他们的最新发现-3D CA确实表现出圆周运动和古典物理学的许多其他类型的行为特征。

这可能并不意味着他们已经找到了基本理论,但这很有趣。

新的CA是对Fredkin早期SALT体系结构的修改,其中每个单元都被标识为偶数或奇数-如盐晶体中的钠和氯,因此得名。每个单元的状态是向上还是向下,并且开发规则简单地考虑了奇数和偶数邻居的状态。每个时间步骤的更新仅采用对角相关单元状态交换的形式。SALT CA是可逆的,并且能够进行通用计算,并且在冯·诺伊曼(Von Neumann)的意义上被认为能够进行通用构造。

在查看了SALT CA的一系列可能规则之后,已选择并详细研究了一种特定类型-忙箱。

CA的2D版本更容易解释。规则是,如果“骑士移动”位置中的像元C和D具有特定状态,则交换对角像元A和B。请注意,C和D始终与要交换的像元处于相反的奇偶校验:

salt2d

通过在轴定义的每个3D平面上使用2D规则,可以将其扩展到3D。即使以2D形式,CA也会显示“弦”,这些弦作为永不创建或破坏的单元移动,并显示出弦状振荡。

salt2dstring

移至3D后,类似小颗粒的块会沿8个方向中的任何一个单元整体移动-就像“生命中的滑翔机”一样,但它们也会沿圆形轨道移动。

盐圆形

在下面的视频中,您可以看到一个字符串旋转的视频,但是演奏真实的东西会给人留下深刻的印象:

它们也像真实粒子一样参与遵循指数规律的衰减过程。人们很容易认为这是微不足道的行为,但是产生指数行为的数字规则却很有趣。

所有模拟都可以在网站上获得,您可以设置自己的启动配置。

本文的结论是:

SALT系列可逆细胞自动机的Busy Boxs变体已显示出具有许多有趣的功能,值得进一步研究和分析。物理学家杰拉德·T·霍夫特(Gerard T Hooft)曾写过这种可逆CA可能有助于阐明量子领域中物理学的某些方面的可能性[5]。我们认为,对这些离散的确定性系统的涌现,定性和统计可预测行为的研究确实可以揭示物理学中的问题,并且还可以帮助阐明更深层的熵原理和复杂的,自传播系统的起源。例如在我们生物圈中发现的那些

规则的性质在理论上有一些不完善之处,还有很多问题需要回答。对于业余爱好者和专业人士来说,这似乎都是一个很好的参与领域。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。