Quantum/Gravity and Machine Learning

• Project Area: Foundation of "Machine Learning Physics" --- Revolutionary Transformation of Fundamental Physics by A New Field Integrating Machine Learning and Physics
• Project/Area Number: 22H05115
• Research Category: Grant-in-Aid for Transformative Research Areas (A)
• Allocation Type: Single-year Grants
• Review Section: Transformative Research Areas, Section (II)
• Research Institution: Kyoto University
• Principal Investigator: 橋本 幸士 京都大学, 理学研究科, 教授 (80345074)
• Co-Investigator(Kenkyū-buntansha): 杉下 宗太郎 京都大学, 理学研究科, 助教 (10784217) ; 吉田 健太郎 埼玉大学, 理工学研究科, 准教授 (30544928) ; 村田 仁樹 埼玉工業大学, 工学部, 講師 (80612126)
• Project Period (FY): 2022-06-16 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥117,910,000 (Direct Cost: ¥90,700,000、Indirect Cost: ¥27,210,000); Fiscal Year 2024: ¥22,750,000 (Direct Cost: ¥17,500,000、Indirect Cost: ¥5,250,000); Fiscal Year 2023: ¥22,230,000 (Direct Cost: ¥17,100,000、Indirect Cost: ¥5,130,000); Fiscal Year 2022: ¥24,440,000 (Direct Cost: ¥18,800,000、Indirect Cost: ¥5,640,000)
• Keywords: 量子 / 重力 / ニューラルネットワーク / 量子重力 / 機械学習

Outline of Research at the Start

本研究では、量子重力理論のAdS/CFT対応に現れる離散時空ネットワークとニューラル ネ ットワークの融合を図り、機械学習により重力時空が創発する仕組みを解明する。特にネットワーク自体が時間や空間と同一視され、局所性や因果性の概念がニューラルネットワーク に備わる可能性を探究する。また、量子重力理論や場の量子論のランダムネットワーク表現と機械学習のニューラルネットワークの概念を架橋し、重力理論に機械学習を応用する学 習 重力理論を創成する。