a brief explanation of causal entropic forces
DESCRIPTION
A brief explanation of Causal Entropic Forces (in Japanese)TRANSCRIPT
A brief explana-on of “Causal Entropic Forces”
2014/03 @_kohta
1
目次
• Causal Entropic Forces • 意味と定式化 – Entropic Force – Entropy and Causal Entropy – Causal Entropic Force
• シミュレーション • 反論と考察
2
Causal Entropic Forces
• A. Wissner-‐Gross and C. Freer, Phys. Rev. LeM. 110, 168702 (April, 2013).
Cameron Freer Postdoctoral Associate, MIT Brain and Cogni-ve Sciences Research Scien-st, Gamelan Labs
Alexander D. Wissner-‐Gross Research Affiliate, MIT Media Lab. Ins-tute Fellow, Ins-tute for Applied Computa-onal Science, Harvard University SEAS Expert In Residence, Harvard Innova-on Lab Founder, President, and CTO, Gemedy, Inc.
3
主張
• Causal Entropy最大化という原理を導入 • それを認めると、Causal Entropyに基づくエントロ
ピー力により「知的な」行動が自発的に生起する! • 知性の物理モデルを捉える最初の一歩!
4
主張
• Causal Entropy最大化という原理を導入 • それを認めると、Causal Entropyに基づくエントロ
ピー力により「知的な」行動が自発的に生起する! • 知性の物理モデルを捉える最初の一歩!
5
間違ってるんじゃないの? H. J. Kappen “Comment: causal entropic forces” hMp://arxiv.org/abs/1312.4185 (2013)
Entropic Force
• Entropic Force – 熱力学の第二法則(エントロピー増大則)が成り立つよう
に物理系の巨視的状態は自発的に変化する – そのような方向に「力」が働いたとみなすことができる – Entropic Force = 系のエントロピーが増える方向に働く現
象論的な力
拡散: 広く拡散した状態の方が状態数が多い
Polymer elas-city: 丸まった状態の方が状態数が多い
hMp://www.chem.ufl.edu/~itl/4411L_f96/rubber/rubber_sav.html hMp://en.wikipedia.org/wiki/Entropic_force 6
Entropic Force
• (ある巨視的状態Xに対する)起こりうる様々な微視的状態の生起確率 に対して、統計力学的エントロピーは、
• 巨視的状態Xの変化に対するEntropic Forceは、
– Tは温度: エントロピー変化に対する力の大きさの係数 • 高温ほど力が大きい!
Pj
S(X) = �kBX
j
Pj(X) logPj(X)
F (X) = TrXS(X)
7
Entropy and Causal Entropy
• 「普通の」エントロピー – ある固定した巨視的状態に対して、それを実現する微視
的状態の数を数える • 体積Vの気体 <-‐-‐> Vの中を飛び回る気体分子の取り得る状態
• Causal Entropy – 現在の状態Xから、ある将来までの状態変化経路(パス)
の確率に基づいてエントロピーを定義する
Sc(X, ⌧) = �kB
ZP (X(t)|X(0)) logP (X(t)|X(0))DX(t)
経路積分 パス確率(測度) : X(0)から出発して経路X(t)で 時刻τだけ変化する確率
8
Causal Entropy
• Causal Entropyの意味
– 現在状態Xによって将来辿り得るパスの分布が変化する(という主張) • 似たようなパスしか辿り得ない = Causal Entropy低 • 多様なパスを辿り得る = Causal Entropy高
– Time Horizon τ • 「将来を予測可能な」時間間隔
– 「知的な」系: τが大 – 「知的でない」系: τが小
– 非平衡系での関係式!
t
X X’
低Causal Entropy 高Causal Entropy τ
9
Causal Entropic Force
• Causal Entropyを増大させる力
– 式展開
Fj(X0, ⌧) = Tc@Sc(X, ⌧)
@qj(0)
����X=X0
Fj(X0, ⌧) = �kB
Z@P (X(t)|X(0))
@qj(0)logP (X(t)|X(0))DX(t)
Z 1
�1
@P (X(t)|X(0))
@qj(0)dqj(0) = 0 となるから。 ???
着目する領域から出るパスの確率はゼロとするため、
特定の成分(自由度)にのみ作用する場合も考える
X(t) = (q(t), p(t))状態変数(位相空間)
10
Causal Entropic Force
• (巨視的)ブラウン運動する系を考える
• 時間分割近似でパス確率を定義する
qj(✏) = qj(0) +pj(0)
2mj✏+
fj(0) + hj(0)
2mj✏2
ガウスノイズ(分散 mjkBTr/ε2)
内力(決定論的) 微小時間
P (X(t)|X(0)) =N�1Y
n=0
P (X(tn+1)|X(tn))
11
Causal Entropic Force
• Causal Entropic Force
– 時刻0でのガウスノイズfj(0)に対して、その方向に力が加わった初期条件の下で発生するパス確率P(X(t)|X(0))で決まる重みP(X(t)|X(0)) log P(X(t)|X(0))が付いて足し合わされる
@P (X(t)|X(0))
@qj(0)=
N�1Y
n=1
P (X(tn+1)|X(tn)) ·@P (X(✏)|X(0))
@qj(0)
=2fj(0)
kBTr
N�1Y
n=0
P (X(tn+1)|X(tn))
Fj(X0, ⌧) = �2Tc
Tr
Zfj(0)P (X(t)|X(0)) logP (X(t)|X(0))DX(t)
12
シミュレーション(著者による)
• 箱の中の粒子
– 箱の周辺部はパスの多様性(variaty)が小さく、中心部は多様性が大きい
13 Causal entropic forces, Supplemental Material: hMp://math.mit.edu/~freer/
シミュレーション(著者による)
• 倒立振子
– 重力の下で倒立した状態の方がパスの多様性が大きい • ぶら下がった状態は安定停留点
14 Causal entropic forces, Supplemental Material: hMp://math.mit.edu/~freer/
シミュレーション(著者による)
• 道具を使って物を取り出す
15
・大円(動物の単純化)は自力では箱の 中の小円2を取り出すことができない ・大円の下部にある小円1(道具の単純化) を利用すると取り出すことができる ・小円2を取り出した方がパスの多様性が 高まる
Causal entropic forces, Supplemental Material: hMp://math.mit.edu/~freer/
シミュレーション(著者による)
• Social Coopera-on
16
・2つの小円(動物の単純化)はそれぞれ の中円に作用する(紐を引く)ことができる ・大円は、上半分領域にいるときは直接 アクセスすることはできないが、2匹の動 物が強調して紐を引っ張ることで、下半分 領域に引っぱり込むことができる ・大円を引っぱり込めると、アクセスできる 自由度が増えるため、パスの多様性が 増す
Causal entropic forces, Supplemental Material: hMp://math.mit.edu/~freer/
反論と考察
• 問題点
– この経路積分をどうやって処理するのか?
• H. J. Kappenの反論(Dec 2013) – causal entropyは(マルコフ的)ガウスノイズの下では常に
一定であり、causal entropic forceはゼロ!
17
Fj(X0, ⌧) = �2Tc
Tr
Zfj(0)P (X(t)|X(0)) logP (X(t)|X(0))DX(t)
反論と考察
• H. J. Kappenの反論(Dec 2013) – パス確率を時間分割近似で考えると、causal entropyは
18
S(X0) = �Z NY
i=1
P (Xi|Xi�1) log
NY
j=1
P (Xj |Xj�1)dX1 · · · dXN
= �NX
j=1
Z NY
i=1
P (Xi|Xi�1) logP (Xj |Xj�1)dX1 · · · dXN
= �NX
j=1
ZP (XN |XN�1) · · ·P (Xj+1|Xj)P (Xj |Xj�1)P (Xj�1|Xj�2) · · ·P (X1|X0)
⇥ logP (Xj |Xj�1)dX1 · · · dXN
ZP (XN |XN�1) · · ·P (Xj+1|Xj)dXj+1 · · · dXN = 1
S(X0) = �NX
j=1
ZP (Xj |Xj�1)P (Xj�1|Xj�2) · · ·P (X1|X0) logP (Xj |Xj�1)dX1 · · · dXj
なので
反論と考察
• H. J. Kappenの反論(Dec 2013)
19
ZP (Xj�1|Xj�2) · · ·P (X1|X0)dX1 · · · dXj�2 = P (Xj�1|X0) なので
S(X0) = �NX
j=1
ZP (Xj |Xj�1)P (Xj�1|X0) logP (Xj |Xj�1)dXj�1dXj
sj�1(Xj�1) = �Z
P (Xj |Xj�1) logP (Xj |Xj�1)dXj と定義すると
S(X0) = �NX
j=1
ZP (Xj�1|X0)sj�1(Xj�1)dXj�1
反論と考察
• H. J. Kappenの反論(Dec 2013)
– これの値はガウスノイズによるマルコフ的遷移の場合は常に一定
– 従ってS(X0)は常に一定で、Causal Entropic Forceはゼロ
20
sj�1(Xj�1) = �Z
P (Xj |Xj�1) logP (Xj |Xj�1)dXj
反論と考察
• 考察 – 時間分割近似の各時点を個別に処理してしまう方法は本
当に正しいか? – 少なくとも、パスの多様性(「似た」パスが多いかそうでな
いか)という観点が陽には入らないように見える – Time Horizonの効果もない
– 「似た」パス <-‐-‐> パス空間のσ加法族の要素 • これを明確に定義することは可能かどうか • 経路積分自体は数学的にあまり正当化されていない
– 著者によるシミュレーションではどう処理されているのか • 実装が公開されていない
21
まとめ
• 一般の時間発展に関するエントロピーであるCausal Entropyの考え方を紹介した
• Causal Entropy最大化という原理を仮定することで得られるCausal Entropic Forceにより、秩序のある系の振る舞いが得られることを見た
• Causal Entropic Forceの考え方に対する反論を取り上げ、それについての考察を示した
22