\n<\/p>\n
Un grupo liderado por los veteranos de la teor\u00eda de cuerdas Burt Ovrut de la Universidad de Pensilvania y Andre Lukas de Oxford fue m\u00e1s all\u00e1. Ellos tambi\u00e9n empezaron con el software de c\u00e1lculo m\u00e9trico de Ruehle, que Lukas hab\u00eda ayudado a desarrollar. Sobre esa base, agregaron una serie de 11 redes neuronales para manejar los diferentes tipos de chispas. Estas redes les permitieron calcular una variedad de campos que podr\u00edan adoptar una variedad m\u00e1s rica de formas, creando un entorno m\u00e1s realista que no se puede estudiar con ninguna otra t\u00e9cnica. Este ej\u00e9rcito de m\u00e1quinas aprendi\u00f3 la m\u00e9trica y la disposici\u00f3n de los campos, calcul\u00f3 los acoplamientos Yukawa y escupi\u00f3 las masas de tres tipos de quarks. Hizo todo esto para seis colectores Calabi-Yau de diferentes formas. \u00abEsta es la primera vez que alguien ha podido calcularlos con ese grado de precisi\u00f3n\u00bb, dijo Anderson.<\/p>\n
Ninguno de esos Calabi-Yaus es la base de nuestro universo, porque dos de los quarks tienen masas id\u00e9nticas, mientras que las seis variedades de nuestro mundo vienen en tres niveles de masas. M\u00e1s bien, los resultados representan una prueba de principio de que los algoritmos de aprendizaje autom\u00e1tico pueden llevar a los f\u00edsicos desde una variedad de Calabi-Yau hasta masas de part\u00edculas espec\u00edficas.<\/p>\n
\u00abHasta ahora, cualquier c\u00e1lculo de este tipo habr\u00eda sido impensable\u00bb, dijo Constantin, miembro del grupo con sede en Oxford.<\/p>\n
Las redes neuronales se ahogan con donuts con m\u00e1s de un pu\u00f1ado de agujeros, y a los investigadores les gustar\u00eda eventualmente estudiar variedades con cientos. Y hasta ahora los investigadores s\u00f3lo han considerado campos cu\u00e1nticos bastante simples. Para llegar hasta el modelo est\u00e1ndar, dijo Ashmore, \u00abes posible que necesites una red neuronal m\u00e1s sofisticada\u00bb.<\/p>\n
En el horizonte se vislumbran desaf\u00edos mayores. Intentar encontrar nuestra f\u00edsica de part\u00edculas en las soluciones de la teor\u00eda de cuerdas (si es que existe alguna) es un juego de n\u00fameros. Cuantas m\u00e1s donas llenas de chispas puedas comprobar, m\u00e1s probabilidades tendr\u00e1s de encontrar una coincidencia. Despu\u00e9s de d\u00e9cadas de esfuerzo, los te\u00f3ricos de cuerdas finalmente pueden comprobar los anillos y compararlos con la realidad: las masas y los acoplamientos de las part\u00edculas elementales que observamos. Pero incluso los te\u00f3ricos m\u00e1s optimistas reconocen que las probabilidades de encontrar una pareja por suerte son c\u00f3smicamente bajas. El n\u00famero de donas Calabi-Yau por s\u00ed solo puede ser infinito. \u00abEs necesario aprender a jugar con el sistema\u00bb, dijo Ruehle.<\/p>\n
Un enfoque es comprobar miles de colectores Calabi-Yau e intentar descubrir cualquier patr\u00f3n que pueda orientar la b\u00fasqueda. Al estirar y apretar las variedades de diferentes maneras, por ejemplo, los f\u00edsicos podr\u00edan desarrollar un sentido intuitivo de qu\u00e9 formas conducen a qu\u00e9 part\u00edculas. \u00abLo que realmente se espera es tener un razonamiento s\u00f3lido despu\u00e9s de observar modelos particulares\u00bb, dijo Ashmore, \u00aby encontrar el modelo correcto para nuestro mundo\u00bb.<\/p>\n
Lukas y sus colegas de Oxford planean iniciar esa exploraci\u00f3n, estimulando sus donuts m\u00e1s prometedores y jugueteando m\u00e1s con las chispas mientras intentan encontrar una variedad que produzca una poblaci\u00f3n realista de quarks. Constantin cree que en cuesti\u00f3n de a\u00f1os encontrar\u00e1n una variedad que reproduzca las masas del resto de part\u00edculas conocidas.<\/p>\n