Un physicien crée un algorithme d’IA qui pourrait prouver que la réalité est une simulation

Un physicien crée un algorithme d’IA qui prédit les événements naturels et peut prouver l’hypothèse de la simulation.

• Le physicien de Princeton Hong Qin crée un algorithme d’IA qui peut prédire les orbites des planètes.
• Le scientifique a partiellement basé son travail sur l’hypothèse selon laquelle la réalité est une simulation.
• L’algorithme est adapté pour prédire le comportement du plasma et peut être utilisé sur d’autres phénomènes naturels.

Un scientifique a mis au point un algorithme informatique qui pourrait conduire à des découvertes transformatrices dans le domaine de l’énergie et dont l’existence même augmente la probabilité que notre réalité soit en fait une simulation.

L’algorithme a été créé par le physicien Hong Qin, du laboratoire de physique des plasmas de Princeton (PPPL) du ministère américain de l’énergie (DOE).

L’algorithme utilise un processus d’IA appelé apprentissage machine, qui améliore ses connaissances de manière automatisée, grâce à l’expérience.

Qin a développé cet algorithme pour prédire les orbites des planètes du système solaire, en l’entraînant sur les données des orbites de Mercure, Vénus, la Terre, Mars, Cérès et Jupiter. Les données sont « similaires à celles que Kepler a héritées de Tycho Brahe en 1601 », comme l’écrit Qin dans son article récemment publié sur le sujet. À partir de ces données, un « algorithme de service » peut prédire correctement les autres orbites planétaires du système solaire, y compris les orbites d’échappement paraboliques et hyperboliques. Ce qui est remarquable, c’est qu’il peut le faire sans avoir à connaître les lois de Newton sur le mouvement et la gravitation universelle. Il peut comprendre ces lois par lui-même à partir des chiffres.

Qin adapte maintenant l’algorithme pour prédire et même contrôler d’autres comportements, en se concentrant actuellement sur les particules de plasma dans les installations construites pour récolter l’énergie de fusion alimentant le Soleil et les étoiles.

M. Qin a expliqué l’approche inhabituelle de son travail :

« Habituellement, en physique, on fait des observations, on crée une théorie basée sur ces observations, puis on utilise cette théorie pour prédire de nouvelles observations », a déclaré M. Qin. « Ce que je fais, c’est remplacer ce processus par une sorte de boîte noire qui peut produire des prédictions précises sans utiliser une théorie ou une loi traditionnelle. Essentiellement, j’ai contourné tous les ingrédients fondamentaux de la physique. Je passe directement de données en données (…) Il n’y a pas de loi de la physique au milieu. »

Qin a été partiellement inspiré par les travaux du philosophe suédois Nick Bostrom, dont l’article de 2003 soutenait que le monde dans lequel nous vivons pourrait être une simulation artificielle. Ce que Qin pense avoir accompli avec son algorithme est de fournir un exemple fonctionnel d’une technologie sous-jacente qui pourrait soutenir la simulation dans l’argumentation philosophique de Bostrom.

Lors d’un échange de courriels avec Big Think, Qin a fait la remarque suivante : « Quel est l’algorithme qui fonctionne sur le portable de l’Univers ? Si un tel algorithme existe, je dirais qu’il devrait être simple et défini sur le réseau espace-temps discret. La complexité et la richesse de l’Univers proviennent de l’énorme taille de la mémoire et de la puissance du processeur de l’ordinateur portable, mais l’algorithme lui-même pourrait être simple. »

Il est certain que l’existence d’un algorithme qui dérive des données des prédictions significatives d’événements naturels ne signifie pas encore que nous avons nous-mêmes les capacités de simuler l’existence. M. Qin pense que nous sommes probablement à « plusieurs générations » de pouvoir réaliser de tels exploits.

Les travaux de M. Qin s’appuient sur la « théorie des champs discrets » qui, selon lui, est particulièrement bien adaptée à l’apprentissage machine, tout en étant quelque peu difficile à comprendre pour « un humain actuel ». Il explique qu’« une théorie des champs discrets peut être considérée comme un cadre algorithmique avec des paramètres ajustables qui peuvent être formés à l’aide de données d’observation ». Il a ajouté qu’« une fois formée, la théorie des champs discrets devient un algorithme de la nature que les ordinateurs peuvent exécuter pour prédire de nouvelles observations ».

Selon Qin, les théories des champs discrets vont à l’encontre de la méthode la plus populaire d’étude de la physique aujourd’hui, qui considère l’espace-temps comme continu. Cette approche a débuté avec Isaac Newton, qui a inventé trois approches pour décrire l’espace-temps continu, dont la loi du mouvement de Newton, la loi de la gravitation de Newton et le calcul.

M. Qin pense que la recherche moderne est confrontée à de sérieux problèmes qui découlent du fait que les lois de la physique dans l’espace-temps continu sont exprimées par des équations différentielles et des théories du champ continu. Si les lois de la physique étaient basées sur l’espace-temps discret, comme le propose Qin, « beaucoup de difficultés peuvent être surmontées ».

Si le monde fonctionnait selon la théorie des champs discrets, il ressemblerait à quelque chose comme La Matrice, faite de pixels et de points de données.

Les travaux de Qin coïncident également avec la logique de l’hypothèse de simulation de Bostrom et signifieraient que « les théories des champs discrets sont plus fondamentales que nos lois actuelles de la physique dans l’espace continu ». En fait, écrit Qin, « notre progéniture doit trouver les théories des champs discrets plus naturelles que les lois de l’espace continu utilisées par leurs ancêtres au cours des 17ème et 21ème siècles. »

Consultez l’article de Hong Qin sur le sujet dans Scientific Reports.

Lire aussi : Sommes-nous, oui ou non, dans une simulation informatique ?

Source : Big Think – Traduit par Anguille sous roche