(分子A,分子B)---m*n*k---(1,0)(0,1)

分子與分子之間的相互作用是一種力的作用，但分子與分子之間的相互作用也有一個形態的外部表象，所以分子與分子之間的相互作用同樣也是形態與形態之間的相互作用。

(地球,月球)---m*n*k---(1,0)(0,1)

地球與月球之間的相互作用也是一種力的相互作用，而地球和月球都有一個特征的外部形態，因此地球與月球之間基于引力的相互作用同樣也是一種形態與形態之間的相互作用。

(mnist 0 ,mnist 1)---m*n*k---(1,0)(0,1)

現在用網絡分類mnist的0和1，這就產生了第三種形態與形態之間的相互作用，那如果第一種是基于電磁力的形態相互作用，第二種是基于引力的形態相互作用，那第三種也是一種力的相互作用嗎？

這個判斷應該取決于分類的結果，如果兩個分子形成了一個新的穩定的結構變成了一個新的分子,這就應該是一種電磁力的相互作用。而如果兩個分子無限的靠近并最終壓縮成了一個小型的黑洞，這個相互作用應該就是引力的相互作用。

所以針對第三種情況，如果分類的結果是0和1構成了一個新的穩定的形態，這個就可能是電磁力的相互作用，而如果分類的結果是0和1最終無法分開，這個就應該是引力的相互作用，因只有引力是單向的。

所以分類的結果表達的是力的作用類型，因此可以通過控制分類的結果去構造力的作用環境。因此這個類比似乎表明，力產生的真正原因是差異，而這差異之所以有電磁力，引力等不同的表象，是因為有不同的外部環境。所謂力就是差異對環境的響應。

/***/

用神經網絡模擬分子

“不能絕對精確地既知道一個電子的現在位置又知道它的現在速度,就只能計算電子在任一未來時刻的位置和速度的一個可能性范圍,其中的一個可能性將出現在電子的實際運動中。海森伯接著說,由于個體電子的未來運動方面的這種不準性,量子力學的定律和預言“—般就只是統計類型的”。人們永遠不能精確預言對任何原子過程的單次觀察的結果,只有一個可能性范圍中的某一結果的幾率才是可以預見的。”

(A,B)---m*n*k---(1,0)(0,1)

? 用神經網絡模擬分子就是用神經網絡構造一個分子間的電磁環境。而這個電磁環境可以通過讓網絡學習分子與分子之間的化學反應的方法實現。

按照量子力學我們不能知道核外電子的位置和速度，知道電子在哪里就不知道電子要去哪里，知道電子要去哪里就不知道電子在哪里。如果用核外電子的確定位置圖片去訓練網絡這好像與物理實在不符，而且也拿不到這種數據。所以這是否意味著僅僅基于圖片讓神經網絡學習滿足量子條件的電磁場是不可能的？

但不管怎樣化學反應在統計意義上是有相對確定結果的，因為在統計基數足夠大的情況下不確定性可以被忽略。所以可以基于宏觀的統計的價鍵的數據去訓練網絡，讓網絡學習反應物和反應產物的鍵長和鍵角數據去構建一個統計意義上的電磁場。

如果這個統計意義上的電磁場可以實現就可以基于此來預測統計意義上所有的化學反應。

總結

以上是生活随笔為你收集整理的力的作用与形态的分类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。