物理学中经常会出现很多对应，但这种对应，有的时候是算法（计算方法）上的，有的时候是结论上的。比如在算法中的相似，这几百年来已经出现了很多，一般来讲，预示着这两个物理过程是类似的。比如水作为流体和人群作为流体的计算。
还有一种是结论性相似。比如AdS/CFT对应是结论上的，算法完全不同，这种如果维度不一样，又会叫做全息原理（我对这种不明觉厉名字感到恶心）。
今天发现应该还存在这种结论上的对应，即结论的稳定性这一现象。
比如，“元胞自动机”这一现象就多次出现在物理学中。里面经常会出现一些不动点。这在自动元胞机中好像只是个玩具，但是背后对应的算法可不是玩具。
（看本站的这篇文章：知识：元胞自动机 https://www.taholab.com/14516）
物理学中，也会出现同一算法经过多次迭代使用后得到稳定结果的现象，像极了自动元胞机。
据说，机器学习中也会出现类似的结论。
我感觉，应该还有很多种可能性存在这一类似结论。比如，不同种类的黑洞，经过同一算法的多次操作（可以对应于一个物理过程，比如吸收物质），最后稳定的编程几种特殊的黑洞，比如史瓦西黑洞。这是我猜的，不知道准确不准确。
突然脑洞大开，不仅仅物理学中有这种对应，其他学科或现象中应该也有这种对应吧。背后应该有更深层次的道理和理论解释用来统一这些结论。
有一种感觉，就是机器学习、重整化群、元胞自动机等东西可能背后是同一个物理思想。
另外，不知道有没有理论来研究或预测这些不动点之间的关系和规律？
学习范围 对应 尺度
学习内容相关性 对应 局域关联函数
于是，深度学习 对应 重整化群
瞎说的。
哈哈，有道理。这一理论应该可以用来描述学习这一行为和目的了，说不定还能描述知识之间的关联现象。