प्रकृति में क्या प्राकृतिक है? क्या यह संभव है कि प्रकृति अप्राकृतिक है? क्या आज विज्ञान की बड़ी समस्याएं केवल ज्ञान के छेद (या विशाल गड्ढे) हैं, जो प्रकृति को एक चमत्कार बना देते हैं, या वे एक प्रतिमान परिवर्तन की आवश्यकता का संकेत करते हैं, और एक नए प्रकार की वैज्ञानिक व्याख्या की, जो सिस्टम (प्रकृति) के नियम नहीं बल्कि सिस्टम का सीखना है? नेटवर्क और वर्णनात्मक वैज्ञानिक विश्व दृष्टि (हमें हर व्याख्या को हटाना चाहिए!) के बीच अंतर पर, जो यादृच्छिक विवरणों से भरा है और इसलिए असंभव है - और सीखने की व्याख्या के बीच
अगले सौ वर्षों में न्यूरोसाइंस के लिए सबसे बुरी बात क्या हो सकती है? यह खोज कि मस्तिष्क में कोई "विकास" नहीं है। जीव विज्ञान के विपरीत, जिसकी सभी बड़ी सफलताएं एक एल्गोरिथ्म से आती हैं, जो किसी भी वैज्ञानिक क्षेत्र में सबसे सरल और सफल और व्यापक व्याख्या है (भौतिकी से कहीं अधिक!), हम पाएंगे कि मस्तिष्क में कोई व्यापक या केंद्रीय एल्गोरिथ्म नहीं है जिससे सामान्यीकरण किया जा सके। कि मस्तिष्क असंख्य संतुलनों पर निर्भर है, शायद यहां तक कि आनुवंशिक रूप से प्रोग्राम किए गए हैं, जिन्हें पुनर्निर्माण करना, या सुधार करना, या यहां तक कि समझना भी बहुत मुश्किल है। संक्षेप में: यह खोज कि मस्तिष्क न केवल जटिल है, बल्कि उलझा हुआ और यहां तक कि पेचीदा है, यानी एक अविच्छेद्य गुत्थी। जैसा कि जीव विज्ञान डार्विन से पहले दिखाई देता था: कई संबंधित मामलों के रूप में, यानी एक नेटवर्क के रूप में - और एक एल्गोरिथ्म के रूप में नहीं। एक भाषा और वर्गीकरण और चरित्रण प्रणाली के रूप में - और एक सीखने की प्रणाली के रूप में नहीं।
और न्यूरोसाइंस की सबसे बड़ी आशा क्या है? कि मस्तिष्क का आइंस्टीन प्रकट होगा, जो बुनियादी वैज्ञानिक सिद्धांतों को डिकोड करेगा, जो इसके कार्य की अच्छी तरह से व्याख्या करते हैं। यानी कि मस्तिष्क एक मजबूत एल्गोरिथ्म से संचालित होता है और न कि केवल बिग-डेटा और एक राक्षसी प्रक्रियात्मक ऑपरेटिंग सिस्टम से। कि यह मदरबोर्ड स्तर पर नाजुक फाइन-ट्यूनिंग पर निर्भर नहीं है। अन्यथा, भले ही हम सुपर इंटेलिजेंस बनाने में सफल हों, हमें सटीक संतुलन बनाने में बहुत कठिनाई होगी जो आवश्यक हैं, जो एक धीमी और पागल लंबी विकास का परिणाम हैं, और यहां से आपदा तक का रास्ता छोटा है। यानी, अगर हम नहीं पाते कि पुराने विकास के अलावा वहां कोई नया सीखने का एल्गोरिथ्म मौजूद है - तो हमारी स्थिति खराब है। और कौन हमें गारंटी देता है कि "डीप लर्निंग" हमें मस्तिष्क की सीखने की प्रणाली के सबसे सतही चरणों से आगे ले जा सकती है?
फाइन-ट्यूनिंग की यह समस्या, बनाम एक प्रभावी सीखने और अनुकूलन एल्गोरिथ्म, शायद आज विज्ञान में सबसे बुनियादी समस्या है, गणित सहित सभी सटीक विज्ञान के क्षेत्रों में। सवाल यह है कि समृद्ध जटिलता कैसे बनती है? अगर हम मध्ययुग की तरह एक निर्माता या डिजाइनर में विश्वास करते हैं, तो हमारी दुनिया के लिए बहुत जटिल और समृद्ध स्पष्टीकरण समस्याग्रस्त नहीं हैं। लेकिन जब से हम आधुनिक विज्ञान के क्षेत्र में हैं, हम एक ऐसी स्थिति को स्वीकार करने में संघर्ष करेंगे जहां ब्रह्मांड असीम संभावनाओं में से असाधारण सटीकता के स्तर पर जटिलता के लिए डिज़ाइन किया गया है, और बिना किसी स्पष्ट कारण के। विज्ञान एक ऐसी घटना की तलाश करता है जो संयोग से न हो। इसलिए, आज विज्ञान में तीन सबसे महत्वपूर्ण प्रश्न वास्तव में एक ही प्रश्न हैं:
- भौतिकी में: ब्रह्मांड ऐसा क्यों दिखता है जैसे इसे डिज़ाइन किया गया है? यह जटिलता (और जीवन!) के लिए क्यों बनाया गया है और स्थितियों या स्थिरांकों में छोटी सी हलचल एक तुच्छ और बोरिंग ब्रह्मांड बना देती? क्या विकास की तरह हम ब्रह्मांड में जटिलता बनाने वाला एक बुनियादी विकासात्मक एल्गोरिथ्म खोज सकते हैं, या हमें अंत में यह मानना पड़ेगा कि एक ईश्वर है, एक डिजाइनर, या एक भाग्यशाली भाग्य जिसके सामने लॉटरी एक सुरक्षित दांव की तरह दिखती है? कैसे और क्यों, भगवान के नाम पर, इतनी सटीक संतुलन प्रणालियों वाले प्राकृतिक नियम बने, बिंदु के बाद इतनी सारी संख्याएं? कैसे हो सकता है कि वहां ठीक उतनी डार्क मैटर और डार्क एनर्जी मौजूद है जितनी चाहिए? यहां कुछ वाकई बदबू आ रही है - अगर हम धर्मनिरपेक्ष हैं। मानवीय सिद्धांत हर चीज का जवाब नहीं हो सकता। वास्तव में, यह शायद किसी चीज का जवाब नहीं है। आज ब्रह्मांड ईश्वर के अस्तित्व के लिए घड़ीसाज के दार्शनिक तर्क की कृत्रिम घड़ी की तरह अधिक से अधिक दिखाई दे रहा है। और फाइन-स्ट्रक्चर कॉन्स्टेंट - भगवान का डर।
- जीव विज्ञान में: फर्मी का विरोधाभास। यदि विकास ब्रह्मांड में एक सामान्य एल्गोरिथ्म है - तो यह केवल हमारे यहां ही क्यों सफल हुआ, जहां तक दिखाई देता है (उन्नत सभ्यताओं के साक्ष्य कहां हैं जो पहले से ही तारों के स्तर पर और उससे अधिक प्रभावित कर सकते हैं? या ब्रह्मांड में संकेतों पर? ब्रह्मांड पूरी तरह से प्राकृतिक दिखता है)। कैसे हो सकता है कि केवल यहीं परिस्थितियों का एक ऐसा क्रम बना जो शायद बहुत बहुत असंभव है, यानी खगोलीय अंतरों में असंभव। कुछ यहां वाकई वाकई बदबू आ रही है। यह संभव नहीं है कि बुद्धिमान एलियंस नहीं हैं। यह फिर से एक घड़ीसाज द्वारा समायोजित किए गए जैसी दिखने वाली परिस्थितियों में जटिलता का प्रश्न है।
- गणित में: भगवान के लिए गणित क्यों है, मानते हुए कि हम प्लेटो के आदर्श विचारों के संसार में विश्वास नहीं करते (और जो डराता है वह यह है कि अधिकांश गणितज्ञ करते हैं, क्योंकि यह कैसे हो सकता है कि यही हो रहा है)? यह पागल सुंदर जटिलता कहां से आई, जो वास्तव में तार्किक नहीं है, और फिर भी बार-बार प्रकट होती है, अपने सबसे विशिष्ट क्षेत्रों में, ब्रह्मांड में हर घटना को समझने के लिए उपयोगी के रूप में। क्या हो रहा है? यह कैसे हो सकता है? यदि ब्रह्मांड को एक परमाणु घड़ी से भी अधिक उच्च सटीकता के साथ एक स्विस घड़ीसाज द्वारा समायोजित किया गया था, तो गणित ऐसी लगती है जैसे इसे दैवीय क्षमताओं वाले एक प्रतिभाशाली कलाकार द्वारा बनाया गया था, जो बिल्कुल तार्किक नहीं है। दुनिया में ऐसी घटना कहां से आई? सरल अभाज्य संख्याओं जैसी सरल घटनाओं के भीतर विभिन्न अप्रत्याशित और अनंत रूप से जटिल क्रम कहां से उत्पन्न होते हैं? क्या यह बस ऐसे ही है, संयोग से, कि वे इस तरह व्यवस्थित हो गए? कैसे संभव है कि गणित की सभी शाखाओं में बहुत सरल और अमूर्त संरचनाओं से बार-बार बार-बार इतनी समृद्ध और जबड़ा गिराने वाली जटिलता पाई जा सकती है? यह चंद्रमा तक बदबू आ रही है।
तीन बड़ी विसंगतियां ब्रह्मांड में गहरी व्यवस्थाओं का संकेत देती हैं, और शायद गहरे सीखने और अनुकूलन एल्गोरिथ्म और जटिलता निर्माण जो हम नहीं समझते हैं। जैसे हम विकास को नहीं समझते थे - और जैविक दुनिया हमें यादृच्छिक और भयानक रूप से जटिल लगती थी, लेकिन अपनी उपयुक्तता में अद्भुत भी, और जैसे एक डिजाइनर द्वारा बनाई गई - इसी तरह यह आशा की जा सकती है कि अन्य सीखने के एल्गोरिथ्म की खोज ब्रह्मांडीय घड़ी की समस्याओं को हल करेगी। हां, शायद गणित, न्यूरोसाइंस और भौतिकी के पास भी अपने विकास और सीखने के तंत्र हैं। या जटिलता बनाने के लिए - और इसके लिए स्थितियों के अस्तित्व के लिए एक गहरा सीखने का कारण है। हम, उदाहरण के लिए, गणितीय जटिलता पर भौतिक जटिलता को आधार बना सकते हैं, या इसके विपरीत, और कम से कम समस्या के लिए एक कटौती बना सकते हैं (क्या एक अलग भौतिक ब्रह्मांड में एक अलग गणित होता?)। या यह संभव है कि हम विकासवादी सीखने को सामान्यीकृत कर सकते हैं, जो किसी तरह हर बार नए सिरे से अपने विकास को सक्षम करने वाली स्थितियों को बनाने में सफल रहा है (एक बार पृथ्वी पर ऑक्सीजन वातावरण नहीं था - जीवन ने इसे बनाया!)। जटिलता की पहेली में कोई महत्वपूर्ण घटक है जो हम नहीं समझते हैं, और जो "प्राकृतिक" नहीं है। कोई भी उत्तर जो लॉटरी जीतने से शुरू होता है वह वैज्ञानिक उत्तर नहीं है - बल्कि धार्मिक है। और इसे एक डिजाइनर या सिमुलेशन ऑपरेटर के माध्यम से बदलना बहुत अधिक संभव है।
लेकिन अगर हम ऐसे डिजाइन उत्तर तक पहुंचते हैं (और यह संभव है! हर डिजाइन निशान छोड़ता है) - यह एक वास्तविक दार्शनिक क्रांति होगी, और हम समझेंगे कि हम यहां संयोग से नहीं हैं। वर्तमान ज्ञान की स्थिति में, एक अलग बौद्धिक वातावरण में, ये विसंगतियां एक ऐसे डिजाइनर ईश्वर के अस्तित्व के लिए मजबूत सबूत माने जाते। केवल हमारा विश्वास कि विज्ञान के इतिहास में अब तक के विकास के अनुसार आगे विकासवादी और "प्राकृतिक" स्पष्टीकरण प्रकट होंगे, आज भी ऐसी स्पष्ट व्याख्या को रोकता है। लेकिन अगर हम पाते हैं कि ये विसंगतियां बहुत गहरी हैं, और शायद हमने सोचा था उससे भी व्यापक हैं, और लंबे समय तक इनके लिए प्राकृतिक स्पष्टीकरण नहीं मिलते - विज्ञान एक ऐसे तरीके से विश्वास को प्रभावित कर सकता है जिसकी वह बिल्कुल भी कल्पना नहीं करता, और हम मध्ययुगीन विश्व दृष्टि में वापस लौट जाएंगे। ब्रह्मांड हमें शायद अपरिमेय रूप से विशाल लगता है, और किसी के प्रयोगशाला की मेज पर एक प्रयोग नहीं, लेकिन किसके सापेक्ष हम निर्धारित करते हैं कि यह एक बड़ा ब्रह्मांड है? क्या हमारे पास कोई वस्तुनिष्ठ पैमाना है? ब्रह्मांड में एकमात्र वस्तुनिष्ठ चीज जो बड़ी है वह परिमाण के क्रम हैं, लेकिन वास्तव में केवल कुछ दर्जन ऐसे हैं। शायद इससे बड़े ब्रह्मांड में हजारों परिमाण के क्रम हैं? शायद अनंत परिमाण के क्रम हैं? शायद हमारा पूरा ब्रह्मांड अपने आकार में एक तुच्छ प्रणाली है?
हमारा ब्रह्मांड वास्तव में उतनी विशाल मात्रा में पदार्थ नहीं रखता जितना हम सोचने के लिए प्रवृत्त हैं। क्योंकि ब्रह्मांड लगभग खाली है। ब्रह्मांड में लगभग सब कुछ खाली है। तारे अंतरतारकीय अंतरिक्ष की तुलना में बहुत शून्यों के अनुपात में छोटे हैं, और इसी तरह कण अपने बीच की दूरियों की तुलना में छोटे हैं, और इसी तरह आगे। एकमात्र चीज जो ब्रह्मांड को संचालित करती है वह स्वयं पदार्थ नहीं है, बल्कि बल, आवेश और क्षेत्र हैं जो इन रिक्त स्थानों को भरते हैं, और वे वास्तविक ब्रह्मांड हैं। पदार्थ अंततः एक भ्रम है। हम पूरी तरह से खाली हैं, और एकमात्र कारण कि मेरी उंगली कीबोर्ड की कुंजियों के माध्यम से नहीं जाती है वह यह नहीं है कि वहां पदार्थ से भरा स्थान है, क्योंकि यह वास्तव में पूरी तरह से खाली है - बल्कि प्रतिकर्षण बल हैं जो मेरी उंगली और शिन कुंजी में इलेक्ट्रॉनों के आकार के सापेक्ष विशाल दूरियों पर काम करते हैं, और इसलिए वे एक दूसरे को अकल्पनीय शक्ति से प्रतिकर्षित करते हैं। यदि ऐसे बल नहीं होते, तो मैं तुरंत कुर्सी से पृथ्वी के कोर में गिर जाती। और एक ब्लैक होल के रूप में, यानी संघनित पदार्थ के रूप में, पृथ्वी वास्तव में बहुत छोटी है... यानी - जिसने ब्रह्मांड बनाया वह इसके आकार के सापेक्ष प्लास्टीसीन की मात्रा में बहुत कंजूस था, लेकिन एक दूसरे से दूर छोटी प्लास्टीसीन की टुकड़ियों के प्रभाव के संबंध में बहुत उदार था। इसलिए, जब हम स्वयं ब्रह्मांड में स्थान और पदार्थ के बीच इतना चरम असंतुलन देखते हैं, तो पूरे ब्रह्मांड के संबंध में बड़े और छोटे के बारे में बात करना वास्तव में मुश्किल है: हमारा पूरा ब्रह्मांड अन्य ब्रह्मांडों की तुलना में छोटा हो सकता है - या विशाल। एक छोटा प्रयोग - या एक अकल्पनीय राक्षस।
स्थान से संबंधित वही प्रश्न समय से भी संबंधित है। यदि स्थान और समय का वस्तुनिष्ठ पैमाना स्वयं ब्रह्मांड है, तो हम, एक प्रजाति के रूप में और व्यक्तियों के रूप में दोनों, इससे बहुत अधिक क्रम की मात्रा में समय लेते हैं जितना स्थान। विकास के रूप में, उदाहरण के लिए, हम यहां ब्रह्मांड के जीवन के एक तिहाई से अधिक समय से हैं, और एक पदार्थ के टुकड़े के रूप में पृथ्वी ब्रह्मांड का नैनो-नैनो-कुछ से कम है, और मनुष्यों के रूप में हमारा ब्रह्मांड के आकार से संबंध भी समान है। हम न केवल प्रूस्त के खोए हुए समय की खोज के उस हृदयविदारक अंतिम अनुच्छेद के समय के दैत्यों की तरह हैं, बल्कि हम वास्तव में समय में नूडल्स हैं। स्थान में छोटे प्राणी जो अपने आकार के सापेक्ष विशाल समय लेते हैं। लेकिन किसने कहा कि यहां तक कि स्वयं ब्रह्मांड भी एक वस्तुनिष्ठ पैमाना हो सकता है? क्या ब्रह्मांड के लिए कोई वस्तुनिष्ठ पैमाना हो सकता है?
ब्रह्मांड में एकमात्र दूरियां और मात्राएं जो अपने आकार के संदर्भ में वस्तुनिष्ठ हैं वे स्वयं परिमाण के क्रम हैं। वे हैं जो निर्धारित करते हैं कि ब्रह्मांड वास्तव में खाली है, क्योंकि इसके भागों के आकार और उनके प्रभाव की दूरियों और इसमें रिक्त स्थान के बीच बहुत सारे परिमाण के क्रम हैं। क्या हमारे वास्तविक ब्रह्मांड की सीमाएं, समय और स्थान में किसी भी सीमा से बहुत परे, वास्तव में हमारे लिए सुलभ परिमाण के क्रमों की सीमाएं हैं? क्योंकि यह संभव है कि समृद्ध जटिलता का उत्तर दुर्भाग्य से ठीक उन परिमाण के क्रमों में निहित है जो हमारे लिए सुलभ नहीं हैं, चाहे वे हमसे बड़े हों (महान डिजाइनर? सुपर-यूनिवर्स? कोई अन्य संरचना?), या बहुत छोटे (कोई ऐसा आधार जो ऊपर के सभी परिमाण के क्रमों में जटिलता बनाता है, और शायद स्वयं गणित और प्राकृतिक नियमों को भी बनाता है)। लेकिन शायद जटिलता एक भ्रम है? क्योंकि ब्रह्मांड में बहुत सारे परिमाण के क्रम हैं जिनमें कोई जटिलता नहीं है, और गणित में बहुत सारे सरल और बोरिंग और अरुचिकर भाग हैं। शायद जटिलता वास्तव में बहुत सारे परिमाण के क्रमों के अस्तित्व से बनती है, जो धीरे-धीरे जटिलता बनाने की अनुमति देते हैं?
क्योंकि यदि हम विकासवादी एल्गोरिथ्म और न्यूरल नेटवर्क एल्गोरिथ्म को एकीकृत करें, हमारे ज्ञात दो प्राकृतिक सीखने के एल्गोरिथ्म, तो हम पाते हैं कि जो जटिलता बनाता है वह एक के बाद एक बहुत सारी पीढ़ियां या एक के बाद एक बहुत सारी परतें (गहरा सीखना) हैं, जहां प्रत्येक पीढ़ी और परत में एजेंट्स (जीवों या न्यूरॉन्स) की विशाल बहुलता और अधिकता होती है। यानी, एक जटिलता है जो समय के स्तरीकरण से बनती है जो सिस्टम पर गुजरता है, और एक जटिलता भी है जो सिस्टम में स्थानिक स्तरीकरण से बनती है। स्तरीकरण जटिलता का जनक है और इसलिए विकास और सीखने का भी। क्या यह उचित नहीं होगा कि एक ऐसी जटिलता भी हो जो सिस्टम में परिमाण के क्रमों के स्तरीकरण से आती है? यानी, जहां प्रत्येक परिमाण का क्रम अपने नीचे वाले से बनने वाली बड़ी जटिलता को प्रतिबिंबित करता है? क्या ब्रह्मांडीय सीखने का तंत्र परिमाण के क्रमों पर आधारित एक सीखने का तंत्र नहीं हो सकता, जो समय और स्थान में सीखने के तंत्रों को सामान्यीकृत करता है?
गणितीय जटिलता भी अनंत चरणों से बनती है जो एक दूसरे पर निर्मित होते हैं, विकसित होती परिभाषाओं और तार्किक गणितीय भाषा के अनुसार। क्या वास्तव में दुनिया की जटिलता केवल पुनरावर्ती गणना से बनती है, या शायद गणना से भी अधिक मौलिक किसी तंत्र से? गणित की इतनी दूर की शाखाएं इतने आश्चर्यजनक और गहरे संबंधों से क्यों जुड़ी हैं (यह कहानी आधुनिक गणित के सभी हिस्सों में बार-बार दोहराई जाती है)? क्या यह संभव है कि सारा गणित न केवल गहरे समुद्र जैसे संबंधों वाले नेटवर्क की तरह बना है, बल्कि इसके आधार में एक मौलिक घटना है, कि एक समुद्र है? या कोई गहरा जनरेटिव प्रक्रिया है जो गणित भर में जटिलता बनाती है, जैसे अभाज्य संख्याओं की, और हम इसकी गहराई तक जा सकते हैं? क्या गणित का विकास होता है? गणितीय तर्क भले ही एक जनरेटिव प्रक्रिया है, लेकिन यह "गहरी" नहीं है, और इसमें बनने वाली व्यवस्था की समझ नहीं है, बल्कि केवल बाहरी भाषाई विवरण है (और वास्तव में यह मॉडल सिद्धांत के बावजूद, और टाइप थ्योरी और कैटेगरी थ्योरी के बीच हाल के विकास के बावजूद, गणित के अन्य हिस्सों से अपेक्षाकृत अलग है)। क्या हम गणित की नींव के आधार में सीखना खोजेंगे?
ये प्रश्न हमारी समझ की सीमा पर हैं। लेकिन शायद अगर हम विभिन्न सीखने के एल्गोरिथ्म जो हम जानते हैं, विकासवादी, मस्तिष्क संबंधी, गणितीय और भौतिक दुनिया से, को एकीकृत करें, तो हम सीखने और इसके सार की कुछ एकीकृत और मौलिक सिद्धांत तक पहुंच सकते हैं, और हमारी दुनिया में विभिन्न सीखने के एल्गोरिथ्म के साझा गहरे आधार की, और इसलिए सीखने की विशेषताओं और सीमाओं की भी। क्या यह संभव है कि हम 21वीं सदी में खोजें कि भौतिकी में सर्वांगी सिद्धांत (TOE), जो 20वीं सदी के दो महान भौतिक सिद्धांतों - क्वांटम और सापेक्षता - को एक ढांचे में एकीकृत करता है, वास्तव में विकासात्मक सीखने के विचारों पर आधारित है, जैसे जीव विज्ञान विकास पर आधारित है? ऐसा सिद्धांत भौतिक "सर्वांगी सिद्धांत" से भी अधिक सामान्य हो सकता है - क्योंकि शायद हम पाएं कि यह सभी सटीक विज्ञानों को शामिल करता है, गणित और जीव विज्ञान और कंप्यूटर विज्ञान और न्यूरोसाइंस सहित - एक सीखने के ढांचे के तहत। उदाहरण के लिए, जहां विभिन्न सीखने के एल्गोरिथ्म एक मौलिक एल्गोरिथ्म के विशेष मामले हैं।
और यदि हम एक अधिक विनम्र लक्ष्य चुनें, तो जैसे आज नेटवर्क सिद्धांत विज्ञान और प्रौद्योगिकी के सभी क्षेत्रों में नेटवर्क के बारे में अंतर्दृष्टि प्रदान करना शुरू कर रहा है, शायद भविष्य में हमारे पास एक अंतर्विषयक और मौलिक सीखने का सिद्धांत होगा, जो नेटवर्क के विचार से भी अधिक मौलिक साबित होगा। ठीक वैसे ही जैसे सीखना मस्तिष्क के लिए न्यूरॉन नेटवर्क से अधिक मौलिक है, या विकास के लिए जीन नेटवर्क से अधिक मौलिक है। हम निश्चित रूप से 21वीं सदी के सीखने के आइंस्टीन की कल्पना कर सकते हैं, जो इसे एक सुपर-थ्योरी के रूप में स्थापित करेगा, और इसमें कई मात्रात्मक भविष्यवाणियां भी खोजेगा (कितनी तेजी से सीखा जा सकता है? किन सीमा शर्तों में? कितनी जानकारी की आवश्यकता है और कितनी बनती है? सीखने के माध्यम से "समृद्ध जटिलता" को कैसे मापें? आदि)।
तब, शायद ऐसा सिद्धांत ब्रह्मांड में जटिलता के लिए एक सामान्य और व्यापक स्पष्टीकरण खोज लेगा, और इसे चलाने वाले मौलिक सीखने के तंत्र को। और तब हम ब्रह्मांड को गणना के रूप में (गहराई और अंतर्दृष्टि रहित), या नेटवर्क के रूप में (यादृच्छिक), या संभाव्यता के रूप में (असंभव) समझना बंद कर देंगे, और इसे सीखने के रूप में सोचना शुरू करेंगे। हम कोई अन्य प्राकृतिक प्रक्रिया नहीं जानते जो समृद्ध जटिलता बनाती है, चाहे संस्कृति में, चाहे मनुष्य में, और चाहे विकास में, जो सीखना नहीं है। शायद हम पाएं कि यह भौतिकी और गणित के लिए भी सच है? और शायद इस एल्गोरिथ्म की प्रकृति हमें बताएगी कि हम ही एकमात्र विकास हैं जो बुद्धिमत्ता की स्थिति तक पहुंचा, और शायद जटिल विकास के बहुत अधिक प्रकार संभव हैं, जो अन्य विकास में हुए, और जो अन्य दिशाओं में ले गए, जिन्हें हम आज नहीं समझते। क्योंकि यह संभव है कि विकास वास्तव में हमारे से अलग सीखने के एल्गोरिथ्म की ओर अभिसरित होता है (क्या इससे स्वाभाविक रूप से डिजिटल कंप्यूटिंग निकलती है, उदाहरण के लिए जीनोम से, न कि मस्तिष्क? यह वास्तव में अधिक उचित क्यों नहीं होगा? एक अतिरिक्त और एनालॉग सीखने का तंत्र क्यों बनेगा, जो पहले से मौजूद और तैयार डिजिटल आनुवंशिक सीखने के तंत्र से अलग है?)। और यदि सीखने का एक सामान्य और व्यापक वैज्ञानिक सिद्धांत बनता है, तो शायद हम उस जटिलता को माप सकेंगे जिसे विकास के बनाने की "संभावना" है, और समझ सकेंगे कि क्या हम वास्तव में एक चरम मामला हैं, या हमारी ओर जाने वाले रास्ते में कोई दुर्लभ मोड़ बिंदु पहचान सकेंगे, जो उसके बाद की जटिलता की ओर अपेक्षाकृत आसानी से ले गया। और शायद, यदि हम प्रकृति के मौलिक सीखने के एल्गोरिथ्म को समझ लें, तो हम यह भी समझेंगे कि कृत्रिम बुद्धिमत्ता को प्राकृतिक रूप से (!) कैसे विकसित होना चाहिए, और ब्रह्मांड में बुद्धिमत्ता के लिए सबसे प्रा-कृ-ति-क सीखने का एल्गोरिथ्म क्या है। और जो प्राकृतिक है - वह शायद अधिक सुरक्षित और सही और दुनिया के लिए उपयुक्त है। और प्रकृति के लिए। और दुनिया की प्रकृति के लिए।