본 논문은 인공지능(AI)과 이론물리학 간의 연결성을 다룬다. 특히, 중력이 두 로렌츠 시공간의 기하학적 양자 상대 엔트로피(GQRE)에서 유도되는 엔트로피로부터 중력(GfE) 접근법에 초점을 맞춘다. 논문에서는 이미지 처리에 사용되는 유명한 Perona-Malik 알고리즘이 간단한 GfE 액션의 기울기 흐름임을 보여준다. 구체적으로, 이 알고리즘은 이미지의 지지대와 이미지에 의해 유도된 두 유클리드 메트릭 사이의 GQRE 최소화의 결과이다. Perona-Malik 알고리즘은 샤프한 윤곽을 보존하는 것으로 알려져 있으며, 이는 GfE 액션이 기울기 흐름 역학의 반복 시 일반적으로 예상되는 것처럼 균일한 이미지로 이어지지 않음을 의미한다. 오히려 GQRE 최소화의 결과는 복잡한 구조의 보존과 호환된다. 이러한 결과는 Perona-Malik 알고리즘에 대한 기하학적 및 정보 이론적 기초를 제공하며, GfE, 기계 학습 및 뇌 연구 간의 더 깊은 연결을 구축하는 데 기여할 수 있다.