9. О гипотезе, что мир — это нейросеть
Изложение гипотезы Виталия Ванчурина простым языком (по ссылке — интервью с ним): Человек – не вершина эволюции, весь мир – нейросеть: учёный-физик раскрыл главную тайну Вселенной - KP.RU
“Мне часто говорят: твоя теория согласуется с тем или другим отрывком из Библии. Как я к этому отношусь? Если моему читателю удобно понять меня через Библию, прекрасно. Другому удобнее через дифференциальные уравнения – тоже здорово”.
10. О возможной схожести понятий “эмбеддинг” и “гармоническая комбинация”
В материале Виктора Олсуфьева “О числах” встретился фрагмент:
“Предположим, что некая гармоническая комбинация (назовем ее числами, или мелодией, или еще как-нибудь), интерпретируется в нашем описании мира как серый гусь. Что значит в таком случае утверждение, что сущность такого-то человека – гусь? Причем, серый? Это значит только то, что человек, обладающий способностью «видения» сущности, «увидит» (или «услышит», или «воспримет») в сущности данного человека как одну из ее сторон или характеристик, ту же самую гармоническую комбинацию, которую мы обычно интерпретирует как «серого гуся». Потому что в природе человека заложено, что одной из характеристик его сущности является комбинация, соответствующая комбинации одного из видов фауны Земли. Но это только одна часть. Другая характеристика сущности соответствует тому набору гармоний, которые мы интерпретируем как «цвет». И так далее”
— мне это описание очень напоминает идею эмбеддингов в машинном обучении.
"Embedding (Ембеддинг) — это техника в машинном обучении и обработке естественного языка, которая преобразует категориальные данные, такие как слова, товары или пользователи, в плотные числовые векторы фиксированной длины в многомерном пространстве. Проще говоря, ембеддинг — это способ перевести объекты из реального мира на язык, понятный компьютеру. Он не просто кодирует объект. Он улавливает его семантическое значение и контекстуальные связи.
Представьте себе огромную карту. На ней все слова расположены как города. Слова с похожими значениями находятся близко друг к другу. Например, «король», «королева» и «монарх» будут в одном регионе. А слова «яблоко» и «апельсин» — в другом, но тоже рядом. В то же время, «король» и «яблоко» будут очень далеко. Ембеддинг создает координаты каждого «города» на этой карте. Таким образом, машина начинает понимать отношения между словами. Это фундаментальная концепция для современных AI-систем".
(См.: Embedding на сайте bigdataschool)