Durante años, los físicos más brillantes han intentado unificar la Física Clásica y la Física Cuántica en una “Teoría del Todo” sin éxito hasta el momento.
La física clásica se remonta a la época de Isaac Newton y se basa en ecuaciones físicas y mecánicas en las que todo funciona como un reloj, de forma predecible y conocida.
La física cuántica, por otro lado, analiza las escalas microscópicas y subatómicas y cómo interactúan a niveles de partículas, ondas y campos de fuerza, donde las leyes fundamentales en este nivel cuántico son opuestas a su comportamiento en el nivel clásico. En lugar de certeza tienes incertidumbre, en lugar de previsibilidad tienes probabilidad.
Entonces, ¿cómo conectamos estos diferentes puntos de vista con la llamada “Teoría del Todo”?
Un artículo reciente de Vitaly Vanchurin, profesor de física en la Universidad de Minnesota, argumenta que en lugar de simplemente buscar unir los mundos relativista y cuántico, quizás también merezca incorporarse un tercer fenómeno: el de los observadores.
En su artículo, Vanchurin considera la posibilidad de que una «red neuronal microscópica» propuesta pueda servir como el marco fundamental del que emergen todos los demás fenómenos de la naturaleza: observadores cuánticos, clásicos y macroscópicos.
El artículo se basa en un artículo anterior, «Hacia una teoría del aprendizaje automático», en el que Vanchurin empleó la mecánica estadística para examinar las redes neuronales. A partir de este trabajo, Vanchurin se dio cuenta por primera vez de algunos de los corolarios que parecen existir entre las redes neuronales y la dinámica de la física cuántica.
“Discutimos la posibilidad de que todo el universo en su nivel más fundamental sea una red neuronal. Hemos identificado dos tipos diferentes de grados de libertad dinámicos: variables «entrenables» (p. ej., vector de polarización o matriz de peso) y variables «ocultas» (p. ej., vector de estado de neuronas).
Primero consideramos la evolución de las probabilidades de las variables entrenables para argumentar que cerca del equilibrio sus dinámicas se aproximan bien mediante las ecuaciones de Madelung (donde la energía libre representa la fase) y más lejos del equilibrio mediante las ecuaciones de Hamilton-Jacobi (donde la energía libre representa la ecuación de Hamilton). función principal).
Esto muestra que las variables entrenables pueden exhibir un comportamiento clásico y cuántico con el vector de estado de las neuronas que representan las variables ocultas. Si los subsistemas interactúan mínimamente, con interacciones descritas por un tensor métrico, entonces el espacio-tiempo emergente se vuelve curvo.
Argumentamos que la producción de entropía en tal sistema es una función local del tensor métrico que debe ser determinada por las simetrías del tensor de Onsager. Resulta que un tensor de Onsager muy simple y muy simétrico conduce a la producción de entropía descrita por Einstein y Hilbert. Esto muestra que la dinámica de aprendizaje de una red neuronal puede exhibir comportamientos aproximados descritos tanto por la mecánica cuántica como por la relatividad general. También discutimos la posibilidad de que las dos descripciones sean formas holográficas duales entre sí”.
