Notes on algebraic perspective on neural network conformal theories

In der weiten Landschaft der modernen Physik gibt es ein beständiges Bestreben zu verstehen, wie die grundlegenden Regeln des Universums aus dem Verhalten unzähliger winziger Komponenten hervorgehen. Eine sehr kraftvolle Art und Weise, wie Physiker diese Regeln untersuchen, ist durch einen Rahmen namens konforme Feldtheorie, die Systeme beschreibt, die gleich aussehen, unabhängig davon, wie sehr man hinein- oder herauszoomt. Diese Theorien werden normalerweise auf der Idee eines „Hilbert-Raums“ aufgebaut, einer mathematischen Bühne, auf der jeder mögliche Zustand eines Systems eine positive, messbare Größe besitzt, ähnlich wie ein physisches Objekt eine positive Masse hat. Diese Positivität ist entscheidend, da sie sicherstellt, dass die Theorie in der realen Welt Sinn ergibt und verhindert, dass Wahrscheinlichkeiten negativ oder unsinnig werden. Die Natur präsentiert uns jedoch manchmal Systeme, die diese Standardregeln brechen, was zu dem führt, was als nicht-unitäre Theorien bekannt ist. Jahrzehntelang waren diese Systeme schwierig zu untersuchen, da die standardmäßigen mathematischen Werkzeuge zum Aufbau dieser Theorien ohne diese Garantie der positiven Größe zusammenbrechen würden.

Kürzlich wurde eine neue Brücke zwischen dieser abstrakten Welt der Physik und der praktischen Welt der künstlichen Intelligenz gebaut. Forscher haben entdeckt, dass, wenn man eine sehr große Sammlung einfacher neuronaler Netze – Computermodelle, die vom menschlichen Gehirn inspiriert sind – nimmt und deren Verhalten mittelt, die resultierenden Muster das Verhalten dieser exotischen physikalischen Theorien nachahmen. Diese Verbindung, bekannt als die Neural-Network-Feldtheorie-Korrespondenz, legt nahe, dass die statistischen Eigenschaften der internen Einstellungen des neuronalen Netzwerks exakt dieselben mathematischen Strukturen erzeugen können wie komplexe Quantenfelder. Dies bietet einen frischen, nicht-traditionellen Weg, um Physik zu studieren, der nicht auf den üblichen Bewegungsgleichungen basiert, sondern auf der Statistik der Netzwerkparameter.

Ein Team von Forschern hat nun einen genaueren Blick auf diese Verbindung geworfen, wobei sie sich speziell auf eine Klasse dieser neuronalen Netzwerktheorien konzentrierte, die nicht-unitäre konforme Feldtheorien hervorbringen. Dies sind die schwierigen Systeme, in denen die Standardregeln der Positivität versagen und die übliche mathematische Bühne für die Theorie scheinbar verschwindet. Die Forscher wollten die zugrunde liegende Struktur dieser Theorien verstehen: wie die verschiedenen Teile des Systems miteinander in Beziehung stehen und ob ein konsistenter mathematischer Rahmen dennoch aufgebaut werden kann, wenn die Standardregeln der Positivität gebrochen werden. Sie waren besonders an einem Rätsel interessiert, das in früheren Arbeiten aufgetaucht war: Während die Theorie konsistente Muster dafür lieferte, wie Teilchen interagieren, schien sie eine unendliche Anzahl identischer oder „degenerierter“ Zustände zu enthalten, die schwer zu unterscheiden waren. Es war unklar, ob dies ein Fehler im Modell oder ein echendem Merkmal der Physik war.

Um dies zu lösen, untersuchte das Team die mathematische „Gram-Matrix“, ein Werkzeug, das misst, wie stark verschiedene Teile des Systems miteinander überlappen. In einer Standardtheorie muss diese Matrix positiv definit sein, was bedeutet, dass sie immer positive Zahlen liefert, was garantiert, dass die Zustände unterscheidbar und wohldefiniert sind. Die Forscher fanden heraus, dass diese Matrix für ihre neuronalen Netzwerktheorien tatsächlich positiv definit ist, wenn sie im Raum der Parameter des neuronalen Netzwerks gemessen wird. Das bedeutet, dass innerhalb des Kontextes des neuronalen Netzwerks selbst jeder Operator unterscheidbar und wohldefiniert ist. Als sie die Theorie jedoch aus der Perspektive von Raum und Zeit betrachteten, verschwand die Positivität. Die Zustände, die im Parameterraum unterscheidbar waren, wurden im Raum-Zeit-Deskriptionsmodell gemischt und negativ, was bestätigte, dass es sich hierbei tatsächlich um nicht-unitäre Theorien handelt, die nicht durch einen Standard-Hilbert-Raum beschrieben werden können.

Das Team konstruierte daraufhin einen neuen algebraischen Rahmen, um diese Theorien zu beschreiben. Anstatt sich auf den Standard-Hilbert-Raum zu verlassen, der positive Größen für alle Zustände erfordert, bauten sie eine Struktur auf Basis eines „Kreis-Raums“ (Krein-Raum) auf. Dies ist eine flexiblere mathematische Bühne, die sowohl positive als auch negative Größen zulässt, sofern diese auf eine bestimmte Weise ausbalanciert sind. Sie zeigten, dass selbst ohne die strikte Positivität einer Standard-Quantentheorie die Korrelationen zwischen verschiedenen Punkten im Raum und in der Zeit weiterhin die Symmetrien der konformen Feldtheorie befolgen. Sie demonstrierten, dass der unendliche Turm degenerierter Operatoren, der in früheren Studien gefunden wurde, wahrscheinlich kein künstlicher Fehler ist, sondern eine natürliche Konsequenz daraus, wie die Parameter des neuronalen Netzwerks gemittelt werden – eine Schlussfolgerung, die durch numerische Trends gestützt und für den unendlichen Grenzwert vermutet wird. Die Forscher zeigten, dass diese Operatoren in präziser Weise miteinander verwandt sind und eine kohärente algebraische Struktur bilden, die mit den Symmetrien der konformen Gruppe beschrieben werden kann, wobei sie jedoch anmerkten, dass der Beweis der vollständigen Kreis-Positivität dieser Struktur eher eine Annahme als ein abgeleiteter Fakt bleibt.

Einer der bedeutendsten Funde war die Lösung eines Rätsels bezüglich „gemischter“ Interaktionen. In früheren Studien war unklar, wie man die Interaktion zwischen verschiedenen Arten von Operatoren berechnet, wenn diese degeneriert sind. Das Team zeigte, dass die Standardmethode, einfach Operatoren miteinander zu multiplizieren, hier nicht funktioniert. Stattdessen ist der korrekte Weg, diese Interaktionen zu verstehen, indem man sie als eine Expansion um eine Menge von „Wurzel-Operatoren“ betrachtet, wobei die Verbindungen zwischen verschiedenen Zuständen durch die spezifische statistische Verteilung der Parameter des neuronalen Netzwerks vermittelt werden. Sie fanden heraus, dass die Beschränkungen der statistischen Momente der Parameter des neuronalen Netzwerks tief mit der Konsistenz der Theorie verknüpft sind. Wenn die Verteilung der Parameter korrekt gewählt ist, bleibt die Theorie konsistent, obwohl sie nicht die Standard-Positivität eines physischen Hilbert-Raums besitzt.

Die Forscher klärten auch die Unterscheidung zwischen der „Algebra der Felder“ und der „Algebra der Korrelatoren“. In der Konstruktion des neuronalen Netzwerks folgen die Felder selbst, bevor die Mittelung erfolgt, einer einfachen Multiplikationsregel. Sobald jedoch die Mittelung durchgeführt wird, um die physikalischen Vorhersagen zu erhalten, offenbaren die resultierenden Korrelationen eine viel reichere und komplexere Struktur. Diese Struktur wird durch die konforme Symmetrie und die spezifische Art und Weise definiert, wie die Parameter des neuronalen Netzwerks verteilt sind. Das Team zeigte, dass diese algebraische Struktur robust ist und definiert werden kann, ohne die Existenz eines Standard-Hilbert-Raums voraussetzen zu müssen. Stattdessen nutzten sie die Zustands-Operator-Korrespondenz, ein fundamentales Prinzip der konformen Feldtheorie, um die Algebra direkt aus den Korrelationsfunktionen zu definieren.

In ihrem Fazit betonten die Autoren, dass diese Theorien zwar nicht in den Standardrahmen der unitären Quantenfeldtheorie passen, aber dennoch mathematisch nicht fehlerhaft sind. Sie existieren als valide algebraische Strukturen, die untersucht und verstanden werden können. Die Arbeit liefert ein Rezept, um die Algebra dieser Theorien direkt aus ihren Korrelationsfunktionen zu konstruieren, wodurch die Notwendigkeit eines traditionellen Hilbert-Raums umgangen wird. Dies öffnet die Tür zur Untersuchung einer breiteren Klasse physikalischer Systeme, die zuvor als zu schwierig zu handhaben galten. Die Forscher merkten an, dass sie zwar die Existenz dieser algebraischen Struktur etabliert haben, die vollständigen Details darüber, wie diese Systeme in einem lokalen Raum-Zeit-Sinne funktionieren, jedoch noch untersucht werden. Sie schlugen vor, dass der Large-N-Grenzwert, bei dem die Anzahl der neuronalen Netze sehr groß wird, eine saubere Umgebung bietet, um diese Ideen weiter zu testen.

Letztendlich zeigt diese Arbeit, dass die Werkzeuge der künstlichen Intelligenz genutzt werden können, um komplexe physikalische Theorien zu konstruieren und zu analysieren, die außerhalb der Standardgrenzen der Physik liegen. Indem sie die Parameter des neuronalen Netzwerks als fundamentale Zutaten behandelten, gelang es den Forschern, eine konsistente mathematische Beschreibung nicht-unitärer konformer Feldtheorien aufzubauen. Sie zeigten, dass die scheinbare Degeneriertheit und der Mangel an Positivität keine Fehler, sondern Merkmale einer neuen Art von physikalischer Theorie sind, die unter Verwendung eines Kreis-Raums beschrieben werden kann. Dieser Befund deutet darauf an, dass die Landschaft möglicher physikalischer Theorien breiter ist als bisher angenommen, und dass die Schnittstelle zwischen maschinellem Lernen und theoretischer Physik einen kraftvollen neuen Weg bietet, um die fundamentalen Gesetze der Natur zu erforschen. Die Studie bestätigt, dass selbst in Abwesenheit der Standard-Positivität eine kohärente und strukturierte Theorie aus der Statistik neuronaler Netzwerke hervorgehen kann, was eine neue Perspektive darauf bietet, wie physikalische Gesetze in komplexen Systemen kodiert sein könnten.