マルレクへの参考資料

【 今回のマルレクへの参考文献 】

hrk. さんが、note で今回のマルレクへの参考文献をまとめてくれていました。

「ChatGPT、エントロピー、ゆらぎと非平衡、そして脳の自由エネルギー原理」
https://note.com/mhrk/n/n6069b4baae82

ありがたいことです。

hrk. さんから引用の許可をえることができましたので、今回のマルレクへの参考文献として紹介したいと思います。


Part 1:「非平衡熱力学と散逸構造」-- Prigogine(プリゴジン)

イリア・プリゴジン(男性です)は非平衡熱力学研究で知られる化学者・物理学者です。プリゴジンは、対象に化学平衡を扱うことが多く、どちらかというと化学熱力学に相当するため、物理の方には馴染みがないかもしれません。1977年にノーベル化学賞(散逸構造の理論)を受賞されています。プリゴジンの物理学的業績では、物理学上の未解決問題である「時間の矢」についての考察の方が、物理の人には知られているかもしれません。

大学で専門的に熱力学・統計力学を学ばれた方には、

また、

が、アドバンスドな熱力学、量子統計力学、非平衡物理の本として参考になります。ただし、これらの書籍で述べられる非平衡系の研究は、プリゴジン以降、近年まで進展が芳しくありませんでした。

しかしながら、ここ数年、精力的な研究が進められて、成果が出つつあるようです。この分野(量子熱力学、情報熱力学)での現代的な教科書として、

があります。この2冊は、2022年時点での最新の研究が含まれています。ただし、そこで使われる数学(確率過程・確率微分方程式)は非常に高度です。問題提起を把握するには、

が教科書としては使いやすいかもしれません。

「最大エントロピー原理とベイズ推論」--Jaynes

この分野を詳しくなく、もしかして、

に関連しているのかな、と予想しています。

Part 3:「最小自由エネルギー原理と脳のモデル」-- Friston(フリストン)

自由エネルギー(ヘルムホルツとギブス)とは怪しい「フリーエネルギー」とは違って、れっきとした物理学での重要概念です。熱力学的に制限された環境下で「自由に」取り出せるエネルギーとして導入されます。なんでも・どれだけもエネルギーを取り出せるわけではなく、エネルギー保存則(熱力学第一法則)とエントロピー最大則(熱力学第二法則)によってしっかり制限されています。

このことは、ヨビノリさんの動画で紹介もされています。

数理的には自由エネルギーはエントロピーと対をなす概念(ルジャンドル変換)です。フリストン氏は、脳は推論システムであるという仮定のもとで、脳は自由エネルギーを計算しているというモデル「最小自由エネルギー原理」を提唱しました。

この「最小自由エネルギー原理」を紹介している書籍は、いま現在では少なく、日本では乾敏郎先生と阪口豊先生が精力的に出版しています。勉強会で乾敏郎先生が「心理学や脳科学の世界ではエントロピーやヘルムホルツの自由エネルギーを知らない人が多く、肩身が狭い」と仰っていたのを覚えています。

非平衡と脳科学

ChatGPTにより、部分の作用が単純な総和を越えて新たな性質を生み出す、創発現象が起こってしまった現代に、これら2語は改めて考証される時期に入ったのかもしれません。


コメント

コメントを投稿

このブログの人気の投稿

マルレク・ネット「エントロピーと情報理論」公開しました。

イメージ
前回の秋葉原でのマルレクのネット配信が始まりました。 https://crash.academy/class/156 タイトルを「エントロピーと情報理論 -- 量子情報理論入門 -- 」に変更しました。最初の30分は、無料です。 次回のマルレク「量子コンピュータとは何か？」の導入となるコンテンツです。 講演資料は、こちらです。 https://goo.gl/CKayix  あわせて、ご利用ください。 　　　--------------------------------- 　　　マルレク・ネット　ビデオ・コンテンツ　 　　　--------------------------------- 　「エントロピーと情報理論」 　　　　 https://crash.academy/class/156 　「人工知能の歴史を振り返る」 　　　　 https://crash.academy/class/139/ 　「ニューラル・コンピューターとは何か？」 　　　　 https://crash.academy/class/101/ 　「Google ニューラル機械翻訳」 　　　　 https://crash.academy/class/76/ 　「RNNとLSTMの基礎」 　　　　 https://crash.academy/class/66/
続きを読む

初めにことばありき

旧約の「創世記」の「光よあれ」は、ビッグバンを思わせて、物理学者はちょっと萌えるかもしれないのだが、新約の「ヨハネによる福音書」には、言語学者が喜びそうなフレーズがある。 「初めに言があった。言は神と共にあった。言は神であった。」 僕が知っていたのは、「はじめにことばありき」という訳だったのだが。この口語訳での「言」は、英訳だとこうなっている。 "In the beginning was the Word, and the Word was with God, and the Word was God." 「言」= "Word" である。はじめにあったのは、Wordであって、Language ではない。だから、新しい口語訳では、普段、あまり馴染みない「言」という訳語を使ったのかも。「初めに語があった」では、なんかしまらないんだろうな。（僕は、「はじめにことばありき」というフレーズの方が好きだ。） ちなみに、「ヨハネによる福音書」は、英語では、"Gospel of John" という。「ジョンのゴスペル」である。でも、そう日本語に訳してしまうと、ジョン・レノンがバラードではなく、ゴスペルを歌っているようで、まずいんだろうな。 「ことば」・「言」・"Word" と訳されている、元々の言葉を調べてみると面白い。 キリスト教のオーソドックスな原典であるラテン語訳聖書では、この部分は、こうなる。 "In principio erat Verbum, et Verbum erat apud Deum, et Deus erat Verbum" 「イン・プリンキピオー・エラト・ウェルブム」 英訳 Word のラテン語の原語は、Verbum である。この単語、英語に直訳すれば、Verbである。「初めに、動詞があった。」　言語学の「従属性文法 (Dependency Grammar) 」理論の人たち、喜びそう。 もっとも、英語のVerbは、元々は、動詞というより広く言葉全体をさしてたらしい。そのことは、「ノンバーバル・コミュニケーション (Non-Verbal Communication) 」というのが、動詞を使わないコミュニケーション
続きを読む

人間は、善と悪との重ね合わせというモデルの失敗について

人間は善と悪との「重ね合わせ」だという前回の話は、人間の本性の複雑さを語るのには、ありうる喩えなのかもしれないが、量子の「重ね合わせ」の喩えとしては、実は、二つの点で失敗しているのだ。 一つには、複雑な善と悪との重ね合わせから情報を引き出す「簡単・粗野」な方法として、善か悪かの判断のみを下す「善悪測定器」を、便宜的に導入したのだが、これがマズイ。 複雑な量子の状態を「測定」した時に、我々は、その状態を複雑なまま見いだすことは出来ないのだ。量子が、善と悪との状態の重ね合わせだとしたら、測定によって我々が見いだすのは、必ず、善か悪か、どちらかの状態の量子を見いだす。 もしも、量子が、善悪二つの状態の重ね合わせではなく、もっと沢山の状態（例えば、100個の状態）の重ね合わせの場合でも、我々が「測定」で得られるのは、その中の、たった一つの状態である。 だから、量子の世界では、善か悪かの判断のみを下す「善悪測定器」は、決して「便宜的」なものではなく、これ以外の測定はできないという意味で、「原理的」な制約を表現しているのである。そのことが、先の喩えでは、うまく表現されていない。 量子の不思議さを、「重ね合わせ」の状態が不思議だと思っている人も多いのだが、それは違うと思う。 善と悪との重ね合わせの前回の例もそうだし、波だって、フーリエ変換だって、我々の日常に、たくさん「重ね合わせ」の現象は存在する。それは、ちっとも不思議なことではないし、表象するのも簡単である。 不思議なのは、「重ね合わせ」ではなく、量子に対する「測定」の方なのだ。それは、我々が「測定」に対してもつイメージとは、かけ離れている。量子力学の基礎の部分を構成しているのは、この不思議な「測定」の形式化・数式化なのである。（そして、それは、難しいものではない。今度の「紙と鉛筆」の演習に来て。） 二つ目の失敗も、実は、「測定」の扱いに関係している。 先の例では、丸山は、1,000回ほど「善悪測定器」にかけられ、その結果で、70% 悪人で、30% 善人 だと判定されるみたいな話をした。それが違うのである。 我々が「測定」で得られるのは、「重ね合わせ」を構成する複数の状態の中のたった一つの状態であると書いたのだが、それだけではないのだ。「測定」によって、量子の状態は、「測定」された一
続きを読む