El aprendizaje automático y la inteligencia artificial están tomando cada vez más protagonismo, con enormes implicaciones filosóficas. Hemos seguido esta cuestión en nuestro blog de ciencia de la ISF, con el artículo Entre el Enfoque Holográfico Generalizado y la Ciencia de Datos, en el que abordábamos el potencial de las redes neuronales artificiales entrenadas para sustituir a nuestros modelos científicos, y se discutía la posibilidad de que la realidad fuera una simulación numérica. De alguna forma anticipamos el trabajo de Vitaly Vanchurin, de la Universidad de Minnesota Duluth, que propope que vivimos en una red neuronal, y que afirma que sólo a través de las redes neuronales podríamos encontrar la teoría del todo. Por ello, nuestro segundo artículo titulado ¿Es el universo una red neuronal? abordaba esta última posibilidad.
Un nuevo algoritmo de aprendizaje automático: Redefiniendo los modelos científicos
Hoy se ha publicado en Phys.org un artículo titulado New machine learning method raises question on nature of reality que combina las cuestiones planteadas por ambos artículos de la ISF, pero difiere de ellos en que el autor del estudio, el físico Hong Qin (del U.S. UU) ha ideado un novedoso algoritmo basado en la teoría de campos discretos (que sólo requiere una pequeña cantidad de datos de muestra) que sustituiría a los anteriores métodos de aprendizaje automático, en particular al algoritmo mayoritariamente utilizado, que son las redes neuronales (que requieren un entrenamiento exhaustivo con enormes cantidades de puntos de datos para alcanzar una predicción satisfactoria).
Los resultados son muy impresionantes. Como dice el resumen de su artículo titulado Machine Learning and Serving of Discrete Field Theories, publicado en Nature «La eficacia del método y los algoritmos desarrollados se demuestra utilizando los ejemplos de oscilaciones no lineales y el problema de Kepler. En concreto, el algoritmo de aprendizaje aprende una teoría de campo discreto a partir de un conjunto de datos de órbitas planetarias similares a las que Kepler heredó de Tycho Brahe en 1601, y el algoritmo predice correctamente otras órbitas planetarias, incluidas las órbitas de escape parabólicas e hiperbólicas, del sistema solar sin aprender ni conocer las leyes del movimiento y la gravitación universal de Newton. Se espera que los algoritmos propuestos sean aplicables cuando los efectos de la relatividad especial y la relatividad general sean importantes».
Este notable logro es extremadamente útil, y pronto podría sustituir a todos los modelos científicos, abriendo la cuestión sobre la naturaleza de la propia ciencia que se aborda en el artículo de Phys.org : «¿No quieren los científicos desarrollar teorías físicas que expliquen el mundo, en lugar de limitarse a acumular datos? ¿No son las teorías fundamentales para la física y necesarias para explicar y comprender los fenómenos?».
En respuesta a esa pregunta esencial, Qin dice: «Yo diría que el objetivo último de cualquier científico es la predicción. Puede que no necesite necesariamente una ley. Por ejemplo, si puedo predecir perfectamente una órbita planetaria». Ese distanciamiento de la ciencia tal y como yo la entiendo me sorprendió mucho y me planteó una inquietud más profunda, no sobre la naturaleza de la ciencia, sino sobre la naturaleza de la realidad. La ciencia evolucionó a partir de la filosofía natural; la forma de indagar y cuestionar no sólo la observación, sino también al observador, se cuantificó más tarde mediante ecuaciones, la reproducibilidad del fenómeno y el desarrollo de tecnología y modelos sofisticados. En algún momento de su evolución, la ciencia parece haberse desviado completamente de la filosofía, hasta el punto de que los modelos podrían no tener ningún sentido. La mayor parte de mi resistencia a aceptar sin cuestionamientos nuestra física moderna actual, es precisamente la falta de significado, junto con una abrumadora avalancha de matemáticas intrincadas y programación. Nuestras teorías carecen de arraigo y contención, que es una forma poética de decir que la teoría de lo muy pequeño (teoría cuántica), y la de lo muy grande (relatividad y gravedad) están esencialmente desconectadas. Si para comprender la realidad en profundidad, la humanidad necesita comprender los intrincados modelos actuales … bueno… la mayoría estará probablemente condenada. Nuestra escala, la escala humana, es huérfana.
La Hipótesis de la Simulación: Las Unidades Discretas y la Naturaleza de la Realidad
Parafraseando a la reconocida física Sabine Hossenfelder en su artículo, «Los físicos se enfrentan al estancamiento si siguen tratando la filosofía de la ciencia como una broma» (véase también su blog). Por supuesto, se puede argumentar que la ciencia no está pensada para tratar la naturaleza de la realidad, sólo la naturaleza de … la naturaleza. Si ese fuera el caso, me pregunto cómo podría abordarse el tema de la consciencia desde el punto de vista meramente físico. Y llegados a este punto, también me pregunto qué entiendo por físico.
Supongo que la postura de Qin al respecto está influida de algún modo por su inspiración en el experimento mental del filósofo de Oxford Nick Bostrom, según el cual el universo es una simulación informática (conocida como la conjetura de la simulación). Si esto es cierto, las leyes físicas fundamentales deberían revelar un universo formado por unidades individuales de espacio-tiempo, como los píxeles de un videojuego, o incluso como las PSU (Planck Spherical Units) del Modelo Holográfico Generalizado derivado por Haramein para resolver la gravedad cuántica.
En cuanto al comentario de Qin: «Si vivimos en una simulación, nuestro mundo tiene que ser discreto», es parcialmente correcto. Si el universo es una simulación numérica, los puntos de partida deben ser unidades discretas. Pero eso no significa que sea cierto lo contrario, es decir, que si los puntos de partida son unidades discretas entonces el universo es una simulación numérica, y esto es precisamente lo que tratamos en detalle en los dos artículos anteriores de la ISF (aquí y aquí). Hay un punto hermoso y poco apreciado en esta diatriba: nuestra realidad se fundamenta en el intercambio, así que necesitamos números enteros, si no, ¿cómo podríamos intercambiar nada? ¿Cómo puedo darte una manzana no acotada? ¿O recibir una flor sin límites? Necesitamos condiciones de contorno para poder intercambiar. Y sin embargo, si nos metiéramos dentro de la manzana, podríamos llegar a la escala de Planck, ¡que es 34 órdenes de magnitud más pequeña! ¡Es como si la manzana fuera infinita desde dentro!
La discretización (como opuesto a continuo) es necesaria si tenemos intercambio de información (o energía), y para tener intercambio, necesitamos diferenciación entre las partes, es decir, un cierto grado o nivel de separación. Irónicamente, si rastreamos el origen de la discretización de este intercambio de energía, llegamos hasta el nivel más profundo en masa, alcanzamos la escala de Planck y la famosa relación Einstein-Planck E = hf, donde E es la energía, h es la constante de Planck, y f es la frecuencia de la partícula oscilante.
Curiosamente, el intercambio de energía de dicho oscilador sólo puede producirse en cantidades enteras de hf, de ahí la palabra cuantización, que significa que estoy contando las cantidades enteras de hf intercambiadas. Es irónico que sea precisamente esta cuantización (que no es propia de la materia, sino del espacio, como insinúa este trabajo de Qin, y explica con precisión el de Haramein) lo que podría hacer creer a la comunidad científica que ¡vivimos en una simulación numérica!
Lo que estoy haciendo es sustituir este modelo (la ecuación física) por un tipo de caja negra que puede producir predicciones precisas sin utilizar una teoría o ley tradicional.
Hong Qin. Como explica Qin , la recompensa es que la red aprendió las leyes del movimiento planetario tras presenciar muy pocos ejemplos de entrenamiento; su código realmente «aprende» las leyes de la física y, en este sentido, la técnica también podría conducir al desarrollo de una teoría física tradicional.
El colaborador de Qin, Palmerduca, dice aquí: «Aunque en cierto sentido este método excluye la necesidad de una teoría de este tipo, también puede verse como un camino hacia ella. Cuando intentas deducir una teoría, te gustaría tener tantos datos a tu disposición como sea posible. Si te dan algunos datos, puedes utilizar el aprendizaje automático para rellenar huecos en esos datos o ampliar de otro modo el conjunto de datos».
Mientras tanto, la propuesta de Vanchurin aplica los métodos de la mecánica estadística para estudiar el comportamiento de las redes neuronales, y descubrió que en ciertos límites la dinámica de aprendizaje (o entrenamiento) de las redes neuronales es muy similar a la dinámica cuántica. Parte de un modelo preciso de redes neuronales para estudiar el comportamiento de la red hasta el límite de un gran número de neuronas que, de alguna manera, imita el paso de un estado de cuasi equilibrio (un estado cuántico), a un estado alejado del equilibrio (un estado clásico). Y así es precisamente como parece funcionar el mundo que nos rodea, y también su modelo. Además, sabemos que la escala cuántica funciona para las escalas muy pequeñas, mientras que la relatividad funciona para la escala muy grande, por lo que su modelo también podría abordar esta cuestión, conectándolas «fluidamente».
Debido al éxito que ha tenido la física cuántica en muchos regímenes y dado que lo muy grande se compone de lo muy pequeño, la mayoría de los físicos estarían de acuerdo en que la mecánica cuántica es la teoría principal y todo lo demás surge de ella. Vanchurin considera un enfoque diferente: que una red neuronal microscópica es la estructura fundamental y todo lo demás, es decir, la mecánica cuántica, la relatividad general y los observadores macroscópicos, surge de ella. Y la razón principal para ello, proviene del hecho de que las redes neuronales son extremadamente eficientes para conseguir propiedades emergentes.
No está claro cómo surgirían propiedades emergentes a partir del modelo de Qin, parece que ambas propuestas, la de Qin y la de Vanchurin, podrían complementarse, y una combinación de ambas podría dar lugar a la llamada teoría de la gran unificación, aunque puede que se tarde bastante tiempo en llegar a ese estadio.
Tampoco está claro cómo ambos modelos podrían proporcionar una teoría de unificación coherente y comprensible basada en ecuaciones físicas que describan mecanismos y procesos (como estamos acostumbrados en la física actual) si ambos son cajas negras.
La buena noticia es que, con el modelo holográfico generalizado, ¡ya estamos ahí!
Ciencia Unificada en Perspectiva
En cuanto al ejemplo de una manzana como objeto intercambiable finito, aquí es donde entra en juego la magia… el espacio entre objetos o la separación entre objetos puede interpretarse como una discontinuidad en el espacio. Estos objetos interrumpen la continuidad del espacio, como si surgieran de una división del espacio. Además, incluso en el vacío, el espacio entre los objetos no sólo los separa, sino que también los conecta, ya que está lleno de oscilaciones EM (las fluctuaciones del vacío cuántico) que sabemos que tienen efectos macroscópicos, como se ha demostrado tantas veces a través del efecto Casimir, tal como se propone aquí.
Por lo tanto, en lugar de intentar ver hasta dónde llega la división en la materia (como colisionar partículas para llegar a lo más pequeño o fundamental), la intuición de Haramein dice que deberíamos buscar en su lugar el patrón fundamental de división del espacio. Esto es lo que consigue con la relación holográfica fundamental entre superficie y volumen Φ. Esta solución a la gravedad cuántica, que permitió calcular el radio de carga del protón con una precisión experimental y sin ajustar parametros (mientras que el modelo estándar se desviaba en un 4% para aquel momento, y utiliza casi 20 parámetros de ajuste), tiene otras implicaciones para este patrón de división del espacio, que tienen que ver con la fractalización del espacio, la aparición de masa, fuerzas y campos. Su último artículo, titulado Scale invariant Unification of forces, fields and particles, in a quantum vacuum plasma (que se publicará próximamente) nos proporcionará una teoría unificadora significativa, en lugar de la teoría de la caja negra.
