为了弄清这一过程为什么能成功运作，泰格马克和林决定换个角度看问题。

•  

  自然界中的亚原子法则非常简单，而描述一只蜜蜂飞行的路线所需的等式则极为复杂，描述气体分子运动的等式则要简单一些。目前我们还不清楚深度学习能否像描述气体分子的运动规律一样，描述出复杂的蜜蜂飞行路线。

   

• 去年，人工智能完成了一项很多人认为不可能成功的任务：谷歌的深度学习人工智能系统DeepMind打败了世界上最厉害的围棋玩家。这使全世界为之震惊，因为围棋所有可能的走法种类甚至超过了宇宙中原子数量的总和，之前的下围棋机器人只能达到普通人类棋手的水准。

   

• 研究发现，神经网络的计算过程之所以能大大简化，还要归功于宇宙中的几条特殊性质。泰格马克指出，其中第一条就是，从量子力学到引力、再到狭义相对论，主宰着这些物理法则的等式其实只是简单的数学问题而已。