Notes on algebraic perspective on neural network conformal theories

Dans le vaste paysage de la physique moderne, il existe un effort persistant pour comprendre comment les règles fondamentales de l'univers émergent du comportement d'innombrables composants minuscules. Une façon puissante pour les physiciens d'étudier ces règles est à travers un cadre appelé théorie des champs conformes, qui décrit des systèmes qui semblent identiques, quel que soit le niveau de zoom utilisé. Ces théories sont généralement construites sur l'idée d'un « espace de Hilbert », une scène mathématique où chaque état possible d'un système possède une taille positive et mesurable, tout comme un objet physique possède une masse positive. Cette positivité est cruciale car elle garantit que la théorie fait sens dans le monde réel, empêchant les probabilités de devenir négatives ou absurdes. Cependant, la nature nous présente parfois des systèmes qui brisent ces règles standards, menant à ce que l'on appelle des théories non unitaires. Pendant des décennies, ces systèmes ont été difficiles à étudier car les outils mathématiques standards utilisés pour les construire s'effondraient sans cette garantie de taille positive.

Récemment, un nouveau pont a été construit entre ce monde abstrait de la physique et le monde pratique de l'intelligence artificielle. Des chercheurs ont découvert que si l'on prend une très grande collection de réseaux de neurones simples — des modèles informatiques inspirés par le cerveau humain — et que l'on fait la moyenne de leur comportement, les motifs résultants imitent le comportement de ces théories physiques exotiques. Cette connexion, connue sous le nom de correspondance réseau de neurones-théorie des champs, suggère que les propriétés statistiques des réglages internes du réseau de neurones peuvent générer exactement les mêmes structures mathématiques que des champs quantiques complexes. Cela offre une nouvelle façon non traditionnelle d'étudier la physique, qui ne repose pas sur les équations de mouvement habituelles mais plutôt sur les statistiques des paramètres du réseau.

Une équipe de chercheurs a maintenant examiné de plus près cette connexion, en se concentrant spécifiquement sur une classe de ces théories de réseaux de neurones qui produisent des théories conformes non unitaires. Ce sont ces systèmes délicats où les règles standards de positivité échouent, et où la scène mathématique habituelle de la théorie semble disparaître. Les chercheurs voulaient comprendre la structure sous-jacente de ces théories : comment les différentes parties du système sont liées entre elles, et si un cadre mathématique cohérent pouvait encore être construit même lorsque les règles standards de positivité sont brisées. Ils étaient particulièrement intéressés par un puzzle qui avait émergé dans des travaux antérieurs : bien que la théorie produisait des motifs cohérents sur la manière dont les particules interagissent, elle semblait contenir un nombre infini d'états identiques, ou « dégénérés », difficiles à distinguer. Il n'était pas clair si cela était un défaut du modèle ou une caractéristique réelle de la physique.

Pour résoudre cela, l'équipe a examiné la « matrice de Gram » mathématique, un outil qui mesure à quel point différentes parties du système se chevauchent. Dans une théorie standard, cette matrice doit être définie positive, ce qui signifie qu'elle produit toujours des nombres positifs, garantissant ainsi que les états sont distincts et bien définis. Les chercheurs ont découvert que pour leurs théories de réseaux de neurones, cette matrice est effectivement définie positive lorsqu'elle est mesurée dans l'espace des paramètres du réseau de neurones. Cela signifie que, dans le contexte du réseau de neurones lui-même, chaque opérateur est distinct et bien défini. Cependant, lorsqu'ils ont observé la théorie du point de vue de l'espace et du temps, la positivité a disparu. Les états qui étaient distincts dans l'espace des paramètres sont devenus mélangés et négatifs dans la description de l'espace-temps, confirmant qu'il s'agit bien de théories non unitaires qui ne peuvent être décrites par un espace de Hilbert standard.

L'équipe a ensuite construit un nouveau cadre algébrique pour décrire ces théories. Au lieu de s'appuyer sur l'espace de Hilbert standard, qui exige des tailles positives pour tous les états, ils ont construit une structure basée sur un « espace de Krein ». C'est une scène mathématique plus flexible qui permet des tailles à la fois positives et négatives, à condition qu'elles soient équilibrées d'une manière spécifique. Ils ont montré que même sans la stricte positivité d'une théorie quantique standard, les corrélations entre différents points de l'espace et du temps respectent les symétries d'une théorie des champs conformes. Ils ont démontré que la tour infinie d'opérateurs dégénérés trouvée dans des études antérieures est probablement non pas un bug artificiel, mais une conséquence naturelle de la manière dont les paramètres du réseau de neurones se moyennent, une conclusion soutenue par des tendances numériques et conjecturée pour la limite infinie. Les chercheurs ont montré que ces opérateurs sont liés les uns aux autres de manière précise, formant une structure algébrique cohérente qui peut être décrite à l'aide des symétries du groupe conforme, bien qu'ils aient noté que prouver la pleine positivité de Krein de cette structure reste une supposition plutôt qu'un fait dérivé.

L'une des découvertes les plus significatives fut la résolution d'un puzzle concernant les interactions « mixtes ». Dans des études précédentes, il était difficile de calculer l'interaction entre différents types d'opérateurs lorsqu'ils étaient dégénérés. L'équipe a montré que la méthode standard consistant à simplement multiplier les opérateurs ne fonctionne pas ici. Au lieu de cela, la bonne façon de comprendre ces interactions est de les voir comme une expansion autour d'un ensemble d'opérateurs « racines », où les connexions entre les différents états sont médiées par la distribution statistique spécifique des paramètres du réseau de neurones. Ils ont trouvé que les contraintes sur les moments statistiques des paramètres du réseau de neurones sont profondément liées à la cohérence de la théorie. Si la distribution des paramètres est choisie correctement, la théorie reste cohérente, même si elle manque de la positivité standard d'un espace de Hilbert physique.

Les chercheurs ont également clarifié la distinction entre l'« algèbre des champs » et l'« algèbre des corrélateurs ». Dans la construction par réseau de neurones, les champs eux-mêmes, avant la moyenne, suivent une règle de multiplication simple. Cependant, une fois que la moyenne est effectuée pour obtenir les prédictions physiques, les corrélations résultantes révèlent une structure beaucoup plus riche et complexe. Cette structure est définie par la symétrie conforme et la manière spécifique dont les paramètres du réseau de neurones sont distribués. L'équipe a montré que cette structure algébrique est robuste et peut être définie sans avoir besoin de supposer l'existence d'un espace de Hilbert standard. Au lieu de cela, ils ont utilisé la correspondance opérateur-état, un principe fondamental de la théorie des champs conformes, pour définir l'algèbre directement à partir des fonctions de corrélation.

Dans leur conclusion, les auteurs ont souligné que, bien que ces théories ne rentrent pas dans le cadre standard d'une théorie quantique des champs unitaire, elles ne sont pas mathématiquement brisées. Elles existent en tant que structures algébriques valides qui peuvent être étudiées et comprises. Ce travail fournit une recette pour construire l'algèbre de ces théories directement à partir de leurs fonctions de corrélation, contournant le besoin d'un espace de Hilbert traditionnel. Cela ouvre la porte à l'étude d'une classe plus large de systèmes physiques qui étaient auparavant considérés comme trop difficiles à manipuler. Les chercheurs ont noté que, bien qu'ils aient établi l'existence de cette structure algébrique, les détails complets de la manière dont ces systèmes se comportent dans un sens local (espace-temps) sont encore en cours d'exploration. Ils ont suggéré que la limite large-N, où le nombre de réseaux de neurones devient très grand, offre un cadre propre pour tester davantage ces idées.

En fin de compte, ce travail démontre que les outils de l'intelligence artificielle peuvent être utilisés pour construire et analyser des théories physiques complexes qui se situent en dehors des frontières standards de la physique. En traitant les paramètres des réseaux de neurones comme les ingrédients fondamentaux, les chercheurs ont pu construire une description mathématique cohérente des théories conformes non unitaires. Ils ont montré que la dégénérescence apparente et l'absence de positivité ne sont pas des erreurs, mais des caractéristiques d'un nouveau type de théorie physique qui peut être décrite à l'aide d'un espace de Krein. Cette découverte suggère que le paysage des théories physiques possibles est plus vaste qu'on ne le pensait, et que l'intersection de l'apprentissage automatique et de la physique théorique offre une nouvelle voie puissante pour explorer les lois fondamentales de la nature. L'étude confirme que même en l'absence de la positivité standard, une théorie cohérente et structurée peut émerger des statistiques des réseaux de neurones, offrant une nouvelle perspective sur la manière dont les lois physiques pourraient être encodées dans des systèmes complexes.