arXiv cs.AI· Koji Hashimoto, Tadahiro Taniguchi·· 2 天前AI 评分24
Atom as an Agent：用集体预测编码实现宏观秩序的涌现
Atom as an Agent: Emergent Order by Collective Predictive Coding
AI 导读
研究者将语言/符号涌现理论中的集体预测编码（CPC）应用于物理系统，把每个原子视为通过推理预测彼此行为的智能体，提出“Atom-as-an-Agent”（AaaA）原则。
正文 · AI 翻译
摘要：宏观序参量从微观系统中涌现的内在原因是什么？在本文中，我们将语言/符号涌现理论——集体预测编码（CPC）——应用于物理学。正如我们的语言从人类交流中涌现一样，物理宏观序参量从原子间的交流中涌现——每个原子被视为一个智能体，通过推断来预测彼此的行为。我们给出了三个经典自旋系统的例子：二维铁磁和反铁磁 Ising 模型、具有竞争性条纹序的二维自旋模型，以及全连接的 Sherrington--Kirkpatrick 自旋玻璃模型。在所有这些例子中，包括副本重叠在内的恰当宏观序参量仅从观测到的自旋构型出发，通过 CPC 的通信信息学自动涌现。我们将学习到的宏观坐标称为集体预测序。此外，对于铁磁和反铁磁 Ising 模型，集体预测序的平衡分布产生了一个涌现势，其对称性和热演化具有 Landau 势的特征。值得注意的是，集体预测序的涌现不涉及任何微观哈密顿量/拉格朗日量的结构。因此，我们的“原子即智能体”（AaaA）原理为宏观序的涌现提供了一种完全数据驱动的方法，即机器学习物理学。
| 评论： | 33 页，10 幅图 |
| 主题： | 无序系统与神经网络（cond-mat.dis-nn）；统计力学（cond-mat.stat-mech）；人工智能（cs.AI）；高能物理 - 理论（hep-th） |
| 报告编号： | KUNS-3134 |
| 引用为： | arXiv:2610.36673 [cond-mat.dis-nn] |
| （或 arXiv:2610.36673v1 [cond-mat.dis-nn] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.36673 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Koji Hashimoto [查看电子邮件]
[v1]
2026 年 10 月 27 日星期二 05:43:56 UTC（1,538 KB）
来源：arXiv cs.AI · arxiv.org