宇宙[大尺度]結構模擬圖

為了解決人們對物理世界的描述中出現的這種明顯不一致， 人們應該考慮擁有一個比量子力學更基本的理論。因此在這個思考背景下， 萬丘林教授假設了一個可行的描述，在最基本的層面上，整個宇宙的動力學是由一個經歷學習進化的微觀神經網絡來描述。

大腦和宇宙

如果描述正確，那麼不僅是巨觀觀察者，更重要的地方在于， 量子力學和廣義相對論應該在適當的范圍內正確地描述 微觀神經網絡的動力學。

另外，量子力學的新見解認為，量子力學可能不是一種基本的理論， 它只是一種允許在某些動力系統中進行統計計算的數學工具。如果正確，那麼模擬應該能從第一原理推導出所有基本成本， 如復波函數、薛定諤方程。

人腦的神經元網絡

萬丘林教授對包含兩種 不同類型自由度的神經網絡動態系統進行了分析，接近平衡的可訓練變量的動力學由代表量子相的自由能的馬德隆方程描述，并且遠離平衡。 它們的動力學由哈密頓方程描述，其中自由能代表哈密頓的主函數。

神經元細胞結構圖和連接圖

最終結果表明神經網絡確實可以表現出涌現的 量子行為和經典行為（兩種物理理論下的表現），同時他還強調這個學習動態是必不可少的，單獨的隨機動態不會產生預期的結果。 對于廣義相對論以及熱力學定律中的熵宇宙，分析結果就有另外兩種狀態。

那麼該研究是如何看待這些結果的呢？

愛因斯坦解釋廣義相對論的手稿扉頁

基于神經網絡模擬的宇宙

神經網絡在適當極限內的動力學可以通過 量子力學和廣義相對論的涌現來完成近似，但是這兩個極限狀態截然不同。引力理論下描述了一 個非常稀疏和深度的神經網絡，而在量子理論中，神經網絡的表現非常密集和淺層。

另外 萬丘林教授還推測，在深層和稀疏網絡的神經元與淺層和密集網絡的邊界神經元之間 可能存在全息對偶映射。