Wolfram Traducido

Finalmente podemos tener un camino hacia la
teoría fundamental de la física ... y es hermoso
14 de abril de 2020
Sitio web: Proyecto de Física Wolfram
Introducción técnica: Una clase de modelos con el potencial para representar la física fundamental
Cómo llegamos aquí: La historia de fondo del proyecto de física Wolfram
Nunca esperé esto
Es inesperado, sorprendente, y para mí increíblemente emocionante. Para ser justos, en algún nivel He estado
trabajando para esto durante casi 50 años. . Pero es solo en los últimos meses que finalmente se unieron. Y es mucho
más maravilloso y hermoso de lo que jamás había imaginado.
En muchos sentidos, es la última pregunta en ciencias naturales: ¿Cómo funciona nuestro universo? ¿Hay una teoría
fundamental? Se ha descubierto una cantidad increíble sobre física durante
los últimos cientos de años Pero incluso con todo lo que se ha hecho, y es muy impresionante, todavía, después de todo este
tiempo, no tenemos una teoría verdaderamente fundamental de la física.
Cuando yo solía hacer física teórica para ganarse la vida , Debo admitir que no pensé mucho en tratar de encontrar una
teoría fundamental; Estaba más preocupado por lo que podríamos descubrir en base a las teorías que teníamos. Y de
alguna manera creo que imaginé que si hubiera una teoría fundamental, inevitablemente sería muy complicada.
Pero en principios de los 80 cuando empecé a estudiar el universo computacional de programas simples Hice lo que para mí fue muy descubrimiento
sorprendente e importante : que incluso cuando las reglas subyacentes para un sistema son extremadamente simples, el
comportamiento del sistema en su conjunto puede ser esencialmente arbitrariamente rico y complejo.
Y esto me hizo pensar: ¿Podría el universo funcionar de esta manera? ? ¿Podría ser, de hecho, que debajo de toda
esta riqueza y complejidad que vemos en física hay reglas simples? Pronto me di cuenta de que si ese fuera el
caso, tendríamos que pasar por debajo del espacio y el tiempo y, básicamente, todo lo que sabemos. Nuestras
reglas tendrían que operar a un nivel inferior, y toda la física tendría que surgir.
A principios de la década de 1990 tenía una idea clara sobre cómo podrían funcionar las reglas, y a fines de la década de 1990
había descubierto bastante sobre sus implicaciones para espacio , hora , gravedad y
otras cosas en física —Y, básicamente, como un ejemplo de lo que uno podría hacer con la ciencia basada en el
estudio del universo computacional, dediqué casi 100 páginas a esto en mi libro Un nuevo tipo de ciencia .
Siempre quise montar un gran proyecto para llevar mis ideas más allá. yo trató de comenzar alrededor de 2004. Pero
muy pronto me detuve en el edificio Wolfram | Alpha , y el Wolfram Language y todo a su alrededor. De vez en cuando
veía amigos físicos míos y hablaba sobre mi proyecto de física. Habría un interés cortés, pero básicamente la
sensación era que encontrar una teoría fundamental de la física era demasiado difícil, y solo los kooks lo intentarían.
No ayudó que hubiera algo que me molestara sobre mis ideas. La forma particular en que había establecido mis reglas
parecía un poco inflexible, demasiado artificial. En mi vida como
diseñador de lenguaje computacional Estaba constantemente pensando en sistemas abstractos de reglas. Y de vez en cuando me
pregunto si podrían ser relevantes para la física. Pero nunca llegué a ninguna parte. Hasta que, de repente, en el otoño de 2018, yo tuve
una pequeña idea .
De alguna manera era simple y obvio, aunque muy abstracto. Pero lo más importante para mí fue que era tan elegante y
minimalista. Finalmente tuve algo que me pareció correcto como una posibilidad seria de cómo podría funcionar la física.
Pero cosas maravillosas estaban sucediendo con Wolfram Language, y estaba ocupado pensando en todos los implicaciones
de tener finalmente un lenguaje computacional a gran escala .
Pero entonces, en nuestro anual Escuela de Verano En 2019, había dos jóvenes físicos (Jonathan Gorard y Max Piskunov)
que dijeron: "¡Solo tienes que perseguir esto!" La física había sido mi gran pasión. cuando era joven y en agosto de 2019 tuve
un gran cumpleaños y me di cuenta de que sí, después de todos estos años, realmente debería ver si puedo hacer que algo
funcione.
Entonces, junto con los dos jóvenes físicos que me habían alentado, comencé en serio en octubre de 2019. Ayudó, después de toda
una vida de desarrollo, que ahora teníamos excelentes herramientas computacionales. Y no pasó mucho tiempo antes de que
empezáramos a encontrar lo que podría llamar "cosas muy interesantes". Reproducimos, con más elegancia, lo que había hecho en la
década de 1990. Y a partir de pequeñas reglas sin estructura surgieron el espacio, el tiempo, la relatividad, la gravedad y los indicios
de la mecánica cuántica.
Estábamos haciendo miles de millones de experimentos informáticos, construyendo intuición. Y poco a poco las cosas se fueron
aclarando. Comenzamos a entender cómo funciona la mecánica cuántica. Entonces nos dimos cuenta de qué es la energía.
Encontramos una derivación de mi difunto amigo y mentor.
Richard Feynman El camino integral. Comenzamos a ver algunas conexiones estructurales profundas entre la relatividad y
la mecánica cuántica. Todo comenzó a encajar . Todas esas cosas que había sabido en física durante casi 50 años, y
finalmente tuvimos una manera de ver no solo lo que era verdad, sino también por qué.
Nunca había imaginado que algo así sucedería. Esperaba que comenzáramos a explorar reglas simples y
gradualmente, si teníamos suerte, obtendríamos pistas aquí o allá sobre las conexiones con la física. Pensé que quizás
podríamos tener un posible modelo para el primer
segundos del universo, pero pasamos años tratando de ver si realmente podría conectarse con la física
que vemos hoy.
Al final, si vamos a tener una teoría fundamental completa de la física, tendremos que encontrar la regla
específica para nuestro universo. Y no sé lo difícil que va a ser. No sé si llevará un mes, un año, una década o
un siglo. Hace unos meses, también habría dicho que ni siquiera sé si tenemos el marco adecuado para
encontrarlo.
Pero ya no diría eso. Demasiado ha funcionado. Demasiadas cosas han caído en su lugar. No sabemos si los detalles precisos
de cómo se configuran nuestras reglas son correctos, o cuán simples o no pueden ser las reglas finales. Pero en este punto,
estoy seguro de que el marco básico que tenemos nos está diciendo fundamentalmente cómo funciona la física.
Siempre es una prueba para que los modelos científicos comparen cuánto invierte con cuánto sale. Y nunca he visto nada
que se acerque. Lo que ponemos es tan pequeño como podría ser. Pero lo que estamos sacando son enormes
fragmentos de las cosas más sofisticadas que se conocen sobre física. Y lo que es más sorprendente para mí es que al
menos hasta ahora no nos hemos topado con una sola cosa en la que hemos tenido que decir "oh, para explicar que
tenemos que agregar algo a nuestro modelo". A veces no es fácil ver cómo funcionan las cosas, pero hasta ahora siempre
ha sido una cuestión de comprender lo que el modelo ya dice, no agregar algo nuevo.
En el nivel más bajo, las reglas que tenemos son tan mínimas como cualquier cosa podría ser. (Divertidamente, su estructura
básica se puede expresar en un fracción de una línea de código simbólico de Wolfram Language.) Y en su forma cruda, en realidad
no se involucran con todas las ideas y estructuras ricas que existen, por ejemplo, en matemáticas. Pero tan pronto como
empecemos a buscar
Debido a las consecuencias de las reglas cuando se aplican miles de millones de veces, queda claro que están muy elegantemente
conectadas con muchas matemáticas recientes y maravillosas.
También hay algo similar con la física. La estructura básica de nuestros modelos parece extraña y extrañamente diferente de
casi todo lo que se ha hecho en física durante al menos el siglo pasado más o menos. Pero a medida que avanzamos en la
investigación de nuestros modelos, sucedió algo sorprendente: descubrimos que no solo uno, sino que muchos de los
marcos teóricos populares que se han seguido en la física en las últimas décadas son realmente directamente relevantes
para nuestros modelos. .
Me preocupaba que este fuera uno de esos avances de la ciencia "tienes que tirar los viejos". No es. Sí, la
estructura subyacente de nuestros modelos es diferente. Sí, el enfoque inicial y los métodos son diferentes. Y
sí, se necesitan muchas ideas nuevas. Pero para que todo funcione, tendremos que aprovechar mucho de lo
que mis amigos físicos han trabajado tan duro durante las últimas décadas.
Y luego estarán los experimentos de física. Si me hubieras preguntado hace un par de meses cuándo obtendríamos algo
experimentalmente comprobable de nuestros modelos, habría dicho que estaba muy lejos. Y eso probablemente no
sucedería hasta que hayamos encontrado la regla final. Pero parece que estaba equivocado. Y, de hecho, ya tenemos
algunos buenos indicios de cosas nuevas y extrañas que podrían estar ahí fuera para buscar.
Bien, entonces, ¿qué necesitamos hacer ahora? Me emociona decir que creo que hemos encontrado un camino hacia la teoría fundamental
de la física. Hemos construido un paradigma y un marco (y, sí, hemos construido muchos buenas, prácticas, herramientas computacionales también).
Pero ahora tenemos que terminar el trabajo. Necesitamos trabajar a través de una gran cantidad de computación complicada, matemáticas
y física. Y vea si finalmente podemos ofrecer la respuesta sobre cómo funciona fundamentalmente nuestro universo.
Es un momento emocionante y quiero compartirlo. Tengo muchas ganas de estar profundamente involucrado. Pero este
no es solo un proyecto para mí o nuestro pequeño equipo. Este es un proyecto para el mundo. Será un gran logro cuando
esté hecho. Y me gustaría verlo compartido lo más ampliamente posible. Sí, mucho de lo que hay que hacer requiere
conocimientos de física y matemática de primera línea. Pero quiero exponer todo de la manera más amplia posible, para
que todos puedan participar, y espero inspirarme, en lo que creo que será una gran aventura intelectual histórica.
Hoy estamos lanzando oficialmente nuestro Proyecto de fisica . De aquí en adelante, estaremos transmisión en vivo de lo que
estamos haciendo —Compartiendo lo que descubramos en tiempo real con el mundo. (También pronto estaremos lanzando más de
400 horas de video que ya hemos acumulado.) Estoy publicando todos mis materiales de trabajo volviendo a la década de 1990, y
estamos lanzando todas nuestras herramientas de software . Publicaremos boletines sobre el progreso, y habrá programas
educativos alrededor del proyecto.
Oh sí, y estamos poniendo un Registro de universos notables . Ya está poblado con casi mil reglas. No creo que
ninguno de los que están allí sean nuestro propio universo, aunque no estoy completamente seguro. Pero en algún
momento, espero que pronto, podría haber una regla
ingresó en el Registro que tiene todas las propiedades correctas, y que poco a poco iremos descubriendo que sí, este es nuestro
universo finalmente descifrado.
Cómo funciona
Bien, entonces, ¿cómo funciona todo? He escrito un Exposición técnica de 448 páginas (¡Sí, he estado ocupado los últimos
meses!). Otro miembro de nuestro equipo (Jonathan Gorard) ha escrito
dos documentos técnicos de 60 páginas . Y hay otro material disponible en el sitio web del proyecto . Pero aquí voy a dar un
resumen bastante no técnico de algunos de los puntos más importantes.
Eso todo comienza con algo muy simple y muy sin estructura. Podemos considerarlo como una colección de relaciones
abstractas entre elementos abstractos. O podemos pensar en ello como un
hipergrafo —O, en casos simples, un grafico .
Podríamos tener una colección de relaciones como
{{1, 2}, {2, 3}, {3, 4}, {2, 4}}
que puede ser representado por un gráfico como
& # 10005
ResourceFunction [
"WolframModelPlot"] [{{1, 2}, {2, 3}, {3, 4}, {2, 4}},
VertexLabels -> Automático]
Todo lo que estamos especificando aquí son las relaciones entre elementos (como { 2,3}). El orden en el que establecemos
las relaciones no importa (aunque el orden dentro de cada relación sí importa). Y cuando dibujamos el gráfico, lo único que
importa es qué está conectado a qué; El diseño real de la página es solo una elección para la presentación visual. Tampoco
importa cómo se llamen los elementos. Aquí he usado números, pero lo único que importa es que los elementos son
distintos.
Bien, entonces, ¿qué hacemos con estas colecciones de relaciones o gráficos? Simplemente les aplicamos una regla simple,
una y otra vez. Aquí hay un ejemplo de una posible regla:
{{ x, y}, {x, z}} → {{ x, z}, {x, w}, {y, w}, {z, w}}
Lo que dice esta regla es elegir dos relaciones, de cualquier parte de la colección, y ver si los elementos en ellas
coinciden con el patrón {{ x, y}, {x, z}} ( o, en el Wolfram Language ,
{{x_, y _}, {x_, z_}}), donde los dos X 's puede ser cualquier cosa, pero ambos tienen que ser lo mismo, y el y y z puede ser
cualquier cosa. Si hay una coincidencia, reemplace estas dos relaciones con las cuatro relaciones de la derecha. los w parece
que hay un nuevo elemento que se está creando, y el único requisito es que sea distinto de todos los demás elementos.
Podemos representar la regla como una transformación de gráficos:
& # 10005
RulePlot [ResourceFunction [
"WolframModel"] [{{x, y}, {x, z}} -> {{x, z}, {x, w}, {y, w}, {z,
w}}], VertexLabels -> Automático, "RulePartsAspectRatio" -> 0.5]
Ahora apliquemos la regla una vez a:
{{1, 2}, {2, 3}, {3, 4}, {2, 4}}
Los { 2,3} y { 2,4} las relaciones se emparejan y la regla las reemplaza por cuatro nuevas relaciones, por lo que el resultado
es:
{{1, 2}, {3, 4}, {2, 4}, {2, 5}, {3, 5}, {4, 5}}
Podemos representar este resultado como un gráfico (que se voltea en relación con el gráfico anterior):
& # 10005
ResourceFunction [
w}}, {{1, 2}, {2, 3}, {3, 4}, {2, 4}}, 1] ["FinalStatePlot", VertexLabels -> Automático]
Bien, ¿qué pasa si seguimos aplicando la regla una y otra vez? Aqui esta el resultado :
& # 10005
ResourceFunction [
w}}, {{1, 2}, {2, 3}, {3, 4}, {2, 4}}, 10, "StatesPlotsList"]
Hagámoslo unas cuantas veces más y hagamos una imagen más grande:
& # 10005
ResourceFunction [
w}}, {{1, 2}, {2, 3}, {3, 4}, {2, 4}}, 14, "FinalStatePlot"]
¿Que pasó aquí? Tenemos una regla tan simple. Sin embargo, aplicar esta regla una y otra vez produce algo que parece
realmente complicado. No es lo que nuestra intuición ordinaria nos dice que debería suceder. Pero en realidad- como descubrí por
primera vez a principios de la década de 1980 —Esto tipo de generación intrínseca y espontánea de complejidad resulta ser completamente
ubicuo
entre reglas simples y programas simples. Y por ejemplo mi libro Un nuevo tipo de ciencia trata sobre todo este
fenómeno y por qué es tan importante para la ciencia y más allá.
Pero aquí lo importante es que es lo que va a hacer nuestro universo, y todo lo que contiene. Repasemos nuevamente
lo que hemos visto. Comenzamos con una regla simple que simplemente nos dice cómo transformar colecciones de
relaciones. Pero lo que sacamos es este objeto de aspecto complicado que, entre otras cosas, parece tener una forma
definida.
No pusimos nada sobre esta forma. Acabamos de dar una regla simple. Y usando esa simple regla se hizo un
gráfico. Y cuando nosotros visualizar ese gráfico , sale como si tuviera una forma definida.
Si ignoramos toda la materia en el universo, nuestro universo es básicamente una gran parte del espacio. Pero que es ese
espacio? Hemos tenido idealizaciones matemáticas y abstracciones durante dos mil años. ¿Pero qué es realmente?
¿Está hecho de algo, y si es así, qué?
Bueno, creo que se parece mucho a la imagen de arriba. Un montón de lo que son esencialmente puntos abstractos,
conectados de manera abstracta. Excepto que en la imagen hay 6704 de estos puntos, mientras que en nuestro universo
real podría haber más de 10 400 de ellos, o incluso muchos más.
Todas las reglas posibles
No conocemos (todavía) una regla real que represente nuestro universo, y es casi seguro que no es la que
acabamos de hablar. Así que discutamos qué posibles reglas hay y lo que suelen hacer.
Una característica de la regla que utilizamos anteriormente es que se basa en colecciones de "relaciones binarias", que contienen pares de
elementos (como { 2,3}). Pero la misma configuración también nos permite considerar las relaciones con más elementos. Por ejemplo, aquí hay
una colección de dos relaciones ternarias:
{{1, 2, 3}, {3, 4, 5}}
No podemos usar un gráfico ordinario para representar cosas como esta, pero podemos usar un hipergrafo - una construcción en la que
generalizamos los bordes en gráficos que conectan pares de nodos a "hiperedges" que conectan cualquier número de nodos:
& # 10005
ResourceFunction ["WolframModelPlot"] [{{1, 2, 3}, {3, 4, 5}}, VertexLabels -> Automático]
(Observe que estamos tratando con hipergrafías dirigidas, donde importa el orden en que aparecen los nodos en una
hiperedificación. En la imagen, las "membranas" solo indican qué nodos están conectados a la misma hiperedificación).
También podemos establecer reglas para las hipergrafías:
{{ X, y, z}} → {{ w, w, y}, {w, x, z}}

& # 10005
"WolframModel"] [{{1, 2, 3}} -> {{4, 4, 2}, {4, 1, 3}}]]
Y ahora, esto es lo que sucede si ejecutamos esta regla a partir de la hipergrafía ternaria más simple posible: el
autoenlace ternario {{ 0,0,0}}:
& # 10005
ResourceFunction [
"WolframModel"] [{{1, 2, 3}} -> {{4, 4, 2}, {4, 1, 3}}, {{0, 0, 0}}, 8] ["StatesPlotsList" , "MaxImageSize" -> 180]
Muy bien, entonces, ¿qué sucede si simplemente comenzamos a elegir reglas simples al azar? Aquí están algunas de las cosas que hacen :
& # 10005
urules24 =
Importar ["https: //www.wolframcloud.com/obj/wolframphysics/Data/22-24- \ 2x0-unioned-summary.wxf"]; SeedRandom [6783];
GraphicsGrid [Partición [
ResourceFunction ["WolframModelPlot"] [Lista @@@ EdgeList [#]] & / @ Take [Seleccione [
ParallelMap [UndirectedGraph [
Regla @@@
ResourceFunction ["WolframModel"] [#, {{0, 0}, {0, 0}}, 8, "FinalState"],
GraphLayout -> "SpringElectricalEmbedding"] &, #Rule & / @ RandomSample [urules24, 150]],
EdgeCount [#]> 10 && ConnectedGraphQ [#] &], 60], 10], ImageSize -> Full]
De alguna manera, esto parece muy zoológico (y, sí, estos modelos son definitivamente relevantes para otras cosas además
de la física fundamental, aunque probablemente en particular la construcción a escala molecular). Pero básicamente lo que
vemos aquí es que hay varias formas comunes de comportamiento, algunas simples y otras no.
Aquí hay algunas muestras de el tipo de cosas que vemos :

& # 10005
GraphicsGrid [Partition
[ParallelMap [
Función de recursos ["WolframModel"] [# [[1]], # [[2]], # [[3]],

"FinalStatePlot"] &, {{{{1, 2}, {1, 3}} -> {{1, 2}, {1, 4}, {2,
4}, {4, 3}}, {{0, 0}, {0, 0}},
12}, {{{1, 2}, {1, 3}} -> {{1, 4}, {1, 4}, {2, 4}, {3, 2}}, {{0,
0}, {0, 0}},
10}, {{{1, 2}, {1, 3}} -> {{2, 2}, {2, 4}, {1, 4}, {3, 4}}, {{0,
0}, {0, 0}},
10}, {{{1, 2}, {1, 3}} -> {{2, 3}, {2, 4}, {3, 4}, {1, 4}}, {{0,
0}, {0, 0}},
10}, {{{1, 2}, {1, 3}} -> {{2, 3}, {2, 4}, {3, 4}, {4, 1}}, {{0,
0}, {0, 0}},
12}, {{{1, 2}, {1, 3}} -> {{2, 4}, {2, 1}, {4, 1}, {4, 3}}, {{0,
0}, {0, 0}},
9}, {{{1, 2}, {1, 3}} -> {{2, 4}, {2, 4}, {1, 4}, {3, 4}}, {{0,
0}, {0, 0}},
10}, {{{1, 2}, {1, 3}} -> {{2, 4}, {2, 4}, {2, 1}, {3, 4}}, {{0,
0}, {0, 0}},
10}, {{{1, 2}, {1, 3}} -> {{4, 1}, {1, 4}, {4, 2}, {4, 3}}, {{0,
0}, {0, 0}},
12}, {{{1, 2}, {2, 3}} -> {{1, 2}, {2, 1}, {4, 1}, {4, 3}}, {{0,
0}, {0, 0}},
10}, {{{1, 2}, {2, 3}} -> {{1, 3}, {1, 4}, {3, 4}, {3, 2}}, {{0,
0}, {0, 0}},
10}, {{{1, 2}, {2, 3}} -> {{2, 3}, {2, 4}, {3, 4}, {1, 2}}, {{0,
0}, {0, 0}}, 9}}], 4], Tamaño de imagen -> Completo]
Y la gran pregunta es: si tuviéramos que seguir reglas como estas el tiempo suficiente, ¿terminarían haciendo algo que
reproduzca nuestro universo físico? O, dicho de otra manera, en este universo computacional de reglas simples,
¿podemos encontrar nuestro universo físico?
Sin embargo, una gran pregunta es: ¿cómo lo sabríamos? Lo que estamos viendo aquí son los resultados de aplicar reglas unas
pocas miles de veces; en nuestro universo actual pueden haber sido aplicados
10 500 veces hasta ahora, o incluso más. Y no es fácil cerrar esa brecha. Y tenemos que trabajarlo desde ambos lados. Primero,
tenemos que usar el mejor resumen de la operación de nuestro universo que lo que hemos aprendido en física durante los
últimos siglos nos ha dado. Y segundo, tenemos que ir tan lejos como podamos para descubrir qué hacen realmente nuestras
reglas.
Y aquí hay potencialmente un problema fundamental: el fenómeno de irreductibilidad computacional . Uno de los
grandes logros de las ciencias matemáticas, que comenzó hace unos tres siglos, ha sido entregar ecuaciones y
fórmulas que básicamente te dicen cómo se comportará un sistema sin que tengas que rastrear cada paso de lo
que hace el sistema. Pero
Hace muchos años Me di cuenta de que en el universo computacional de posibles reglas, esto a menudo no es posible. En
cambio, incluso si conoce la regla exacta que sigue un sistema, es posible que aún no pueda resolver lo que hará el
sistema, excepto esencialmente rastreando cada paso que da.
Uno podría imaginar que, una vez que conozcamos la regla de algún sistema, entonces con todas nuestras
computadoras y capacidad intelectual, siempre podremos “saltar adelante” y determinar qué haría el sistema. Pero en
realidad hay algo que llamo el Principio de equivalencia computacional , que dice que casi en cualquier momento el
comportamiento de un sistema no es obviamente simple, es computacionalmente tan sofisticado como cualquier otra
cosa. Por lo tanto, no podremos "superarlo", y resolver lo que hace requerirá una cantidad irreducible de trabajo
computacional.
Bueno, para nuestros modelos del universo, este es potencialmente un gran problema. Porque no podremos acercarnos
ni siquiera a ejecutar esos modelos mientras el universo lo haga. Y al principio no está claro que podamos distinguir lo
suficiente de lo que podemos hacer para ver si coincide con la física.
Pero la gran sorpresa reciente para mí es que parece que estamos teniendo suerte. Sabemos que siempre que hay
irreductibilidad computacional en un sistema, también hay un número infinito de bolsas de reducibilidad computacional.
Pero no está completamente claro si en nuestro caso esos bolsillos se alinearán con cosas que sabemos de la física. Y la
sorpresa es que parece que muchos lo hacen.
¿Qué es el espacio?
Veamos un regla particular y simple de nuestra colección infinita :
{{ X, y, y}, {z, x, u}} → {{ y v, y}, {y, z, v}, {u, v, v}}
& # 10005
"WolframModel"] [{{1, 2, 2}, {3, 1, 4}} -> {{2, 5, 2}, {2, 3,
5}, {4, 5, 5}}]]
Esto es lo que hace:
& # 10005
ResourceFunction ["WolframModelPlot"] [#, ImageSize -> 50] & / @ ResourceFunction [
"WolframModel"] [{{{1, 2, 2}, {3, 1, 4}} -> {{2, 5, 2}, {2, 3,

5}, {4, 5, 5}}}, {{0, 0, 0}, {0, 0, 0}}, 20, "EstadosLista"]
Y después de un tiempo esto es lo que sucede:
& # 10005
Fila [Agregar [
Riffle [ResourceFunction [
"WolframModel"] [{{1, 2, 2}, {3, 1, 4}} -> {{2, 5, 2}, {2, 3,
5}, {4, 5, 5}}, {{0, 0, 0}, {0, 0, 0}}, #, "FinalStatePlot"] y / @ {200, 500}, "..." ], "..."]]
Básicamente nos está haciendo un "espacio" muy simple. Si seguimos avanzando cada vez más, se formará una
malla cada vez más fina, hasta el punto en que lo que tenemos es casi indistinguible de una pieza de un plano
continuo.
Aquí hay una regla diferente:
{{ X, x, y}, {z, u,} → {{ tu u, z}, {v, u, v}, {v, y, x}}
& # 10005
"WolframModel"] [{{x, x, y}, {z, u, x}} -> {{u, u, z}, {v, u,
v}, {v, y, x}}]]
& # 10005
"WolframModel"] [{{1, 1, 2}, {3, 4, 1}} -> {{4, 4, 3}, {5, 4,

5}, {5, 2, 1}}, {{0, 0, 0}, {0, 0, 0}}, 20, "EstadosLista"]
& # 10005
ResourceFunction [
"WolframModel"] [{{1, 1, 2}, {3, 4, 1}} -> {{4, 4, 3}, {5, 4, 5}, {5,
2, 1}}, {{0, 0, 0}, {0, 0, 0}}, 2000, "FinalStatePlot"]
Parece que está "tratando de hacer" algo en 3D. Aquí hay otra regla:
{{ X, y, z}, {u, y, v}} → {{ w, z, x}, {z, w, u}, {x, y, w}}
& # 10005
"WolframModel"] [{{1, 2, 3}, {4, 2, 5}} -> {{6, 3, 1}, {3, 6,
4}, {1, 2, 6}}]]
& # 10005
"WolframModel"] [{{x, y, z}, {u, y, v}} -> {{w, z, x}, {z, w,

u}, {x, y, w}}, {{0, 0, 0}, {0, 0, 0}}, 20, "EstadosLista"]
& # 10005
ResourceFunction [
"WolframModel"] [{{1, 2, 3}, {4, 2, 5}} -> {{6, 3, 1}, {3, 6, 4}, {1,
2, 6}}, {{0, 0, 0}, {0, 0, 0}}, 1000, "FinalStatePlot"]
¿No es esto extraño? Tenemos una regla que solo especifica cómo reescribir piezas de una hipergrafía abstracta, sin
noción de geometría, ni nada sobre el espacio 3D. Y, sin embargo, produce una hipergrafía que se presenta naturalmente
como algo que parece una superficie 3D.
Aunque lo único que realmente está aquí son las conexiones entre puntos, podemos "adivinar" dónde podría estar una superficie,
luego podemos mostrar el resultado en 3D:
& # 10005
ResourceFunction ["GraphReconstructedSurface"] [ResourceFunction [
"WolframModel"] [{{1, 2, 3}, {4, 2, 5}} -> {{6, 3, 1}, {3, 6,

4}, {1, 2, 6}}, {{0, 0, 0}, {0, 0, 0}}, 2000, "FinalState"]]
Si continuamos, entonces, como en el ejemplo del avión, la malla se volverá cada vez más fina, hasta que básicamente nuestra
regla nos haya hecho crecer, punto por punto, conexión por conexión, algo que es como una superficie 3D continua del tipo que
podrías estudiar en una clase de cálculo Por supuesto, en cierto sentido, no es "realmente" esa superficie: es solo una hipergrafía
que representa un conjunto de relaciones abstractas, pero de alguna manera el patrón de esas relaciones le da una estructura que
es una aproximación cada vez más cercana a la superficie.
Y así es básicamente como creo que funciona el espacio en el universo. Debajo, hay un montón de relaciones discretas y
abstractas entre puntos abstractos. Pero a la escala que lo estamos experimentando, el patrón de relaciones que tiene hace que
parezca un espacio continuo del tipo al que estamos acostumbrados. Es un poco como lo que sucede con, digamos, agua. Debajo,
hay un montón de moléculas discretas que rebotan. Pero para nosotros parece un fluido continuo .
Huelga decir que la gente ha pensado que el espacio podría ser discreto. desde la antigüedad . Pero en la física moderna
nunca hubo una manera de hacerlo funcionar, y de todos modos era mucho más conveniente que fuera continuo, por lo
que uno podría usar el cálculo. Pero ahora parece que la idea de que el espacio sea discreto es realmente crucial para
obtener una teoría fundamental de la física.
La dimensionalidad del espacio
Un hecho muy fundamental sobre el espacio tal como lo experimentamos es que es tridimensional. Entonces, ¿pueden nuestras
reglas reproducir eso? Dos de las reglas que acabamos de ver producen lo que podemos reconocer fácilmente como superficies
bidimensionales, en un caso planas, en el otro caso dispuestas en una determinada forma. Por supuesto, estos son ejemplos muy
sosos de espacio (bidimensional): son simplemente cuadrículas simples. Y si bien esto es lo que los hace fáciles de reconocer,
también significa que en realidad no se parecen mucho a nuestro universo, donde en cierto sentido están sucediendo muchas más cosas.
Entonces, OK, tome un caso como:
& # 10005
ResourceFunction [
"WolframModel"] [{{1, 2, 3}, {4, 3, 5}} -> {{3, 5, 2}, {5, 2, 4}, {2,
1, 6}}, {{0, 0, 0}, {0, 0, 0}}, 22, "FinalStatePlot"]
Si tuviéramos que continuar el tiempo suficiente, ¿esto haría algo así como el espacio y, de ser así, con cuántas dimensiones?
Para saber la respuesta, tenemos que tener algunos forma robusta de medir dimensión . Pero recuerde, las imágenes que
estamos dibujando son solo visualizaciones; la estructura subyacente es un conjunto de relaciones discretas que definen una
hipergrafía, sin información sobre coordenadas, geometría o incluso topología. Y, por cierto, para enfatizar ese punto, aquí está
el mismo gráfico, con exactamente la misma estructura de conectividad, representado de cuatro maneras diferentes:
& # 10005
GridGraph [{10, 10}, GraphLayout -> #,
VertexStyle ->
ResourceFunction ["WolframPhysicsProjectStyleData"] ["SpatialGraph",
"VertexStyle"], EdgeStyle ->

"EdgeLineStyle"]] & / @ {"SpringElectricalEmbedding", "TutteEmbedding", "RadialEmbedding",
"DiscreteSpiralEmbedding"}
Pero volviendo a la cuestión de la dimensión, recuerde que el área de un círculo es π r 2; la
el volumen de una esfera es . En general, el "volumen" de la re- análogo dimensional de un

esfera es una constante multiplicada por r re. Pero ahora piense en nuestra hipergrafía. Comience en algún punto de la
hipergrafía. Entonces sigue r hiperedges en todas las formas posibles. Efectivamente has hecho el análogo de una "bola
esférica" en la hipergrafía. Aquí hay ejemplos de gráficos correspondientes a redes 2D y 3D:
& # 10005
MakeBallPicture [g_, rmax_]: =
Módulo [{gg = UndirectedGraph [g], cg}, cg = GraphCenter [gg]; Tabla [HighlightGraph [gg, NeighborhoodGraph [gg, cg,
r]], {r, 0,
rmax}]];
Gráfico [#, ImageSize -> 60,
VertexStyle ->

"EdgeLineStyle"]] & / @ MakeBallPicture [GridGraph [{11, 11}], 7]
& # 10005
MakeBallPicture [g_, rmax_]: =
Módulo [{gg = UndirectedGraph [g], cg}, cg = GraphCenter [gg]; Tabla [HighlightGraph [gg, NeighborhoodGraph [gg, cg,
r]], {r, 0,
rmax}]];
Gráfico [#, ImageSize -> 80,
VertexStyle ->

"EdgeLineStyle"]] & / @ MakeBallPicture [GridGraph [{7, 7, 7}], 5]
Y si ahora cuenta el número de puntos alcanzados al ir " distancia del gráfico r "(Es decir, siguiendo r conexiones
en el gráfico) encontrará en estos dos casos que de hecho crecen como r 2 y r 3)
Entonces esto nos da una manera de medir la dimensión efectiva de nuestras hipergrafías. Simplemente comience en un punto en
particular y vea cuántos puntos alcanza al ir r pasos:
& # 10005
gg = UndirectedGraph [
ResourceFunction ["HypergraphToGraph"] [ResourceFunction [
"WolframModel"] [{{x, y}, {x, z}} -> {{x, z}, {x, w}, {y,
w}, {z, w}}, {{1, 2}, {1, 3}}, 11, "FinalState"]]]; Con [{cg = GraphCenter [gg]},
Tabla [HighlightGraph [gg, NeighborhoodGraph [gg, cg, r],

ImageSize -> 90], {r, 6}]]
Ahora, para resolver la dimensión efectiva, en principio solo tenemos que ajustar los resultados a r re. Sus Un poco complicado , sin
embargo, porque debemos evitar pequeñas r ( donde cada detalle de la hipergrafía va a importar) y grande r ( donde estamos
llegando al borde de la hipergrafía), y también debemos pensar en cómo nuestro "espacio" se está refinando a medida que
evoluciona el sistema subyacente. Pero al final podemos generar una serie de ajustes para la dimensión efectiva, y en este caso
estos dicen que la dimensión efectiva es aproximadamente 2.7:
& # 10005
HypergraphDimensionEstimateList [hg_]: =
ResourceFunction ["LogDifferences"] [MeanAround / @
Transpose [
Valores [ResourceFunction ["HypergraphNeighborhoodVolumes"] [hg, All,

Automático]]]]; ListLinePlot [
Seleccione [Longitud [#]> 3 y] [

HypergraphDimensionEstimateList / @ Drop [ResourceFunction [
w}}, {{1, 2}, {1, 3}}, 16, "StatesList"], 4]], Frame -> True, PlotStyle -> {Hue [0.9849884156577183,
0.844661839156126, 0.63801], Hue [0.05 , 0.9493847125498949, 0.954757], Hue [
0.0889039442504032, 0.7504362741954692, 0.873304], Hue [

0.06, 1., 0.8], Hue [0.12, 1., 0.9], Hue [0.08, 1., 1.], Hue [
0.98654716551403, 0.6728487861309527, 0.733028], Hue [
0.04, 0.68, 0.9400000000000001], Hue [
0.9945149844324427, 0.9892162267509705, 0.823529], Hue [
0.9908289627180552, 0.4, 0.9]}]
Si hacemos lo mismo para
& # 10005
ResourceFunction [
"WolframModel"] [{{1, 2, 2}, {3, 1, 4}} -> {{2, 5, 2}, {2, 3,
5}, {4, 5, 5}}, {{0, 0, 0}, {0, 0, 0}}, 200, "FinalStatePlot"]
se limita a la dimensión 2, como debería:
& # 10005
CenteredDimensionEstimateList [g_Graph]: =
ResourceFunction ["LogDifferences"] [N [Primero [Valores [
ResourceFunction ["GraphNeighborhoodVolumes"] [g, GraphCenter [g]]]]]]; Mostrar

[ListLinePlot [
Tabla [CentradoDimensiónEstimadaLista [
UndirectedGraph [
ResourceFunction ["HypergraphToGraph"] [ResourceFunction [
"WolframModel"] [{{1, 2, 2}, {3, 1, 4}} -> {{2, 5, 2}, {2, 3,

5}, {4, 5, 5}}, {{0, 0, 0}, {0, 0, 0}}, t, "FinalState"]]]], {t, 500, 2500, 500}] , Frame -> True, PlotStyle -> {Hue
[0.9849884156577183, 0.844661839156126, 0.63801],
Tono [0.05, 0.9493847125498949, 0.954757], Tono [

0.0889039442504032, 0.7504362741954692, 0.873304], Hue [
0.06, 1., 0.8], Hue [0.12, 1., 0.9], Hue [0.08, 1., 1.], Hue [
0.98654716551403, 0.6728487861309527, 0.733028], Hue [
0.04, 0.68, 0.9400000000000001], Hue [
0.9945149844324427, 0.9892162267509705, 0.823529], Hue [
0.9908289627180552, 0.4, 0.9]}],
Plot [2, {r, 0, 50}, PlotStyle -> Dotted]]
¿Qué significa la dimensión fraccional? Bueno, considera fractales, que nuestras reglas pueden hacer fácilmente :
{{ X, y, z}} → {{ X, u, w}, {y, v, u}, {z, w, v}}
& # 10005
"WolframModel"] [{{1, 2, 3}} -> {{1, 4, 6}, {2, 5, 4}, {3, 6, 5}}]]
& # 10005
ResourceFunction ["WolframModelPlot"] [#, "MaxImageSize" -> 100] & / @ ResourceFunction [
"WolframModel"] [{{1, 2, 3}} -> {{1, 4, 6}, {2, 5, 4}, {3, 6,

5}}, {{0, 0, 0}}, 6, "EstadosLista"]
Si medimos la dimensión aquí obtenemos 1.58, la dimensión fractal habitual para

Estructura de Sierpiński:
& # 10005
HypergraphDimensionEstimateList [hg_]: = ResourceFunction
["LogDifferences"] [MeanAround / @ Transpose [
Valores [ResourceFunction ["HypergraphNeighborhoodVolumes"] [hg, All,

Automático]]]]; Mostrar [ListLinePlot [
Suelta [HypergraphDimensionEstimateList / @
ResourceFunction [
"WolframModel"] [{{1, 2, 3}} -> {{1, 4, 6}, {2, 5, 4}, {3, 6,
5}}, {{0, 0, 0}}, 8, "EstadosLista"], 2],
PlotStyle -> {Hue [0.9849884156577183, 0.844661839156126, 0.63801],
Tono [0.05, 0.9493847125498949, 0.954757], Tono [
0.0889039442504032, 0.7504362741954692, 0.873304], Hue [
0.06, 1., 0.8], Hue [0.12, 1., 0.9], Hue [0.08, 1., 1.], Hue [
0.98654716551403, 0.6728487861309527, 0.733028], Hue [
0.04, 0.68, 0.9400000000000001], Hue [
0.9945149844324427, 0.9892162267509705, 0.823529], Hue [
0.9908289627180552, 0.4, 0.9]}, Marco -> Verdadero,
PlotRange -> {0, Automatic}],
Plot [Log [2, 3], {r, 0, 150}, PlotStyle -> {Dotted}]]
Nuestra regla anterior no crea una estructura tan regular como esta. De hecho, aunque la regla en sí es completamente
determinista, la estructura que hace se ve bastante al azar . Pero lo que sugieren nuestras mediciones es que cuando
seguimos ejecutando la regla, produce algo parecido al espacio de 2.7 dimensiones.
Por supuesto, 2.7 no es 3, y presumiblemente esta regla en particular no es la de nuestro universo en particular (aunque no está
claro qué dimensión efectiva tendría si la ejecutamos 10 100 pasos). Pero el proceso de medir la dimensión muestra un ejemplo de
cómo podemos comenzar a hacer declaraciones "conectables con la física" sobre el comportamiento de nuestras reglas.
Por cierto, hemos estado hablando de "hacer espacio" con nuestros modelos. Pero en realidad, no solo estamos tratando
de hacer espacio; Estamos tratando de hacer todo en el universo. En la física actual estándar, hay espacio, descrito
matemáticamente como una variedad, y que sirve como una especie de telón de fondo, y luego está todo lo que está en el
espacio, toda la materia, partículas y planetas, etc.
Pero en nuestros modelos hay un sentido nada más que espacio —Y en cierto sentido todo en el universo debe estar
"hecho de espacio". O, dicho de otro modo, es exactamente la misma hipergrafía la que nos da la estructura del espacio
y todo lo que existe en el espacio.
Entonces, lo que esto significa es que, por ejemplo, una partícula como un electrón o un fotón debe corresponder a alguna
característica local de la hipergrafía, un poco como en este ejemplo de juguete :
& # 10005
Gráfico [EdgeAdd [
EdgeDelete [
NeighborhoodGraph [
IndexGraph @ ResourceFunction ["HexagonalGridGraph"] [{6, 5}], {42,
48, 54, 53, 47, 41}, 4], {30 <-> 29, 42 <-> 41}], {30 <-> 41,
42 <-> 29}], Tamaño de vértice ->
{Pequeño,
Alternativas @@ {30, 36, 42, 41, 35, 29} -> Grande}, EdgeStyle -> {ResourceFunction
["WolframPhysicsProjectStyleData"] [
"SpatialGraph", "EdgeLineStyle"],
Alternativas @@ {30 \ [UndirectedEdge] 24, 24 \ [UndirectedEdge] 18,
18 \ [UndirectedEdge] 17, 17 \ [UndirectedEdge] 23, 23 \ [UndirectedEdge] 29, 29 \
[UndirectedEdge] 35, 35 \ [UndirectedEdge] 34, 34 \ [UndirectedEdge] 40, 40 \ [UndirectedEdge] 46,
30 \ [ UndirectedEdge] 41, 42 \ [UndirectedEdge] 29, 36 \ [UndirectedEdge] 42, 35 \
54 \ [UndirectedEdge ] 48, 48 \ [UndirectedEdge] 42} -> Directiva [AbsoluteThickness [2.5], Darker
[Red, .2]]}, VertexStyle ->
ResourceFunction ["WolframPhysicsProjectStyleData"] ["SpatialGraph", "VertexStyle"]]
Sin embargo, para dar una idea de la escala, tengo una estimación que dice que 10 200 veces más "actividad" en
el hipergrama que representa nuestro universo va a "mantener la estructura del espacio" que a mantener toda la
materia que sabemos que existe en el universo.
Curvatura en el espacio y ecuaciones de Einstein
Aquí hay algunas estructuras que hacen ejemplos simples de nuestras reglas:
& # 10005
GraphicsRow [{ResourceFunction [
"WolframModel"] [{{1, 2, 2}, {1, 3, 4}} -> {{4, 5, 5}, {5, 3,
2}, {1, 2, 5}}, {{0, 0, 0}, {0, 0, 0}}, 1000, "FinalStatePlot"], ResourceFunction [
"WolframModel"] [{{1, 1, 2}, {1, 3, 4}} -> {{4, 4, 5}, {5, 4,

2}, {3, 2, 5}}, {{0, 0, 0}, {0, 0, 0}}, 1000, "FinalStatePlot"], ResourceFunction [
"WolframModel"] [{{1, 1, 2}, {3, 4, 1}} -> {{3, 3, 5}, {2, 5,

1}, {2, 6, 5}}, {{0, 0, 0}, {0, 0, 0}}, 2000, "FinalStatePlot"]}, ImageSize -> Full]
Pero si bien todas estas parecen superficies, todas son obviamente diferentes. Y una forma de caracterizarlos es por su
curvatura local. Bueno, resulta que en nuestros modelos, la curvatura es un concepto estrechamente relacionado con la
dimensión, y este hecho será realmente crítico para comprender, por ejemplo, cómo surge la gravedad.
Pero por ahora, hablemos de cómo se mediría curvatura en una hipergrafía . Normalmente el área de un círculo es π r 2) Pero
imaginemos que hemos dibujado un círculo en la superficie de una esfera, y ahora estamos midiendo el área de la esfera
que está dentro del círculo:
& # 10005
cappedSphere [ángulo_]: =
Módulo [{u, v},
Con [{spherePoint = {Cos [u] Sin [v], Sin [u] Sin [v], Cos [v]}}, Graphics3D [{ First @
ParametricPlot3D [spherePoint, {v, # 1, # 2}, {u, 0, 2 \ [Pi]}, Mesh -> None, ## 3] & @@@ {{angle, \ [Pi],
PlotStyle - > Más claro [Amarillo, .5]}, {0, ángulo, PlotStyle -> Más claro [Rojo, .3]}}, Primero @ ParametricPlot3D
[
EsferaPunto /. v -> ángulo, {u, 0, 2 \ [Pi]}, PlotStyle -> Darker @ Red ]}, Boxed -> False, SphericalRegion ->
False, Method -> {"ShrinkWrap" -> True}]]] ;
Mostrar [GraphicsRow [Riffle [cappedSphere / @ {0.3, Pi / 6, .8}, Spacer [30]]],
ImageSize -> 250]
Esta área ya no es π r 2) En cambio es π , dónde una es el radio

de la esfera. En otras palabras, a medida que el radio del círculo aumenta, el efecto de estar en la esfera es cada vez más
importante. (En la superficie de la Tierra, imagine un círculo dibujado alrededor del Polo Norte; una vez que llega al ecuador,
nunca puede hacerse más grande).
Si generalizamos a re dimensiones, resulta el fórmula para la tasa de crecimiento del volumen
es , dónde R es un objeto matemático conocido como el escalar de Ricci

curvatura.
Entonces, todo esto significa que si observamos las tasas de crecimiento de las bolas esféricas en nuestras hipergrafías,
podemos esperar dos contribuciones: una líder de orden r re que corresponde a la dimensión efectiva y una "corrección" de orden
r 2 eso representa la curvatura.
Aquí hay un ejemplo. En lugar de dar una estimación plana de la dimensión (aquí igual a 2), tenemos algo que baja,
reflejando la curvatura positiva ("como una esfera") de la superficie:
& # 10005
res = CloudGet ["https://wolfr.am/L1ylk12R"]; GraphicsRow [{ResourceFunction
["WolframModelPlot"] [
ResourceFunction [
"WolframModel"] [{{1, 2, 3}, {4, 2, 5}} -> {{6, 3, 1}, {3, 6,
4}, {1, 2, 6}}, {{0, 0, 0}, {0, 0, 0}}, 800, "FinalState"]], ListLinePlot [res, Frame -> True,
PlotStyle -> {Hue [0.9849884156577183, 0.844661839156126, 0.63801],

Tono [0.05, 0.9493847125498949, 0.954757], Tono [
0.0889039442504032, 0.7504362741954692, 0.873304], Hue [
0.06, 1., 0.8], Hue [0.12, 1., 0.9], Hue [0.08, 1., 1.], Hue [
0.98654716551403, 0.6728487861309527, 0.733028], Hue [
0.04, 0.68, 0.9400000000000001], Hue [
0.9945149844324427, 0.9892162267509705, 0.823529], Hue [
0.9908289627180552, 0.4, 0.9]}]}]
¿Cuál es el significado de la curvatura? Una cosa es que tiene implicaciones para geodésicas . Una geodésica es la distancia
más corta entre dos puntos. En el espacio plano ordinario, las geodésicas son solo líneas. Pero cuando hay curvatura, las
geodésicas son curvas:
& # 10005
(* https: //www.wolframcloud.com/obj/wolframphysics/TechPaper-Programs/ \ Section-04 / Geodesics-01.wl *) CloudGet
["https://wolfr.am/L1PH6Rne"]; hyperboloidGeodesics = Table [Part [
NDSolve [{Sinh [
2 u [t]] ((2 Derivada [1] [u] [t] ^ 2 - Derivada [1] [v] [t] ^ 2) / (2 Cosh [2 u [t]])) + Derivada [2] [u] [t] == 0, ((2 Tanh [
u [t]]) Derivado [1] [u] [t]) Derivado [1] [v] [t] + Derivado [2] [v] [
t] == 0, u [0] == -0.9, v [0] == v0, u [1] == 0.9, v [1] == v0}, {
Utah],
v [t]}, {t, 0, 1}, MaxSteps -> Infinity], 1], {v0, Rango [-0.1, 0.1, 0.025]}];
{SphereGeodesics [Rango [-. 1, .1, .025]], PlaneGeodesics [Rango [-. 1, .1, .025]], Mostrar
[ParametricPlot3D [{Sinh [u], Cosh [u] Sin [v ],
Cos [v] Cosh [u]}, {u, -1, 1}, {v, - \ [Pi] / 3, \ [Pi] / 3}, Malla -> Falso, En caja -> Falso, Ejes - > Falso, PlotStyle -> color],
ParametricPlot3D [{Sinh [u [t]], Cosh [u [t]] Sin [v [t]],
Cos [v [t]] Cosh [u [t]]} /. #, {t, 0, 1}, PlotStyle -> Red] & / @ hyperboloidGeodesics, ViewAngle ->
0.3391233203265557`, ViewCenter -> {{0.5`, 0.5`, 0.5`}, {0.5265689095305934`,
0.5477310383268459`}},
ViewPoint -> {1.7628482856617167`, 0.21653966523483362`,
2.8801868854502355`},
ViewVertical -> {-0.1654573174671554`, 0.1564093539158781`,
0.9737350718261054`}]}
En el caso de curvatura positiva, convergen paquetes de geodésicas; para curvatura negativa divergen. Pero, está bien,
aunque las geodésicas se definieron originalmente para el espacio continuo (en realidad, como su nombre lo indica, para los
caminos en la superficie de la Tierra), también se pueden tener en gráficos (e hipergrafías). Y es la misma historia: la
geodésica es el camino más corto entre dos puntos en el gráfico (o hipergrafía).
Aquí hay geodésicas en la "superficie de curvatura positiva" creada por una de nuestras reglas:
& # 10005
findShortestPath [bordes_, puntos finales: {{_, _} ...}]: =
FindShortestPath [
Catenate [Partición [#, 2, 1, 1] y / @ bordes], #, # 2] y @@@ puntos finales;
pathEdges [edge_, path_]: =

Seleccione [Count [Alternatives @@ path] @ #> = 2 &] @ edge;
plotGeodesic [bordes_, puntos finales: {{_, _} ...}, o: OptionsPattern []]: =
Con [{vertexPaths = findShortestPath [bordes, puntos finales]}, ResourceFunction ["WolframModelPlot"]
[bordes, o, GraphHighlight -> Catenate [vertexPaths], EdgeStyle -> <|
Alternativas @@ Catenate [pathEdges [bordes, #] y / @ vertexPaths] -> Directiva [AbsoluteThickness [4], Red] |>]];
plotGeodesic [bordes_, puntos finales: {__: Excepto @ Lista },
o: OptionsPattern []]: = plotGeodesic [bordes, {puntos finales}, o]; plotGeodesic [ResourceFunction [
"WolframModel"] [{{1, 2, 3}, {4, 2, 5}} -> {{6, 3, 1}, {3, 6,

4}, {1, 2, 6}}, Automático, 1000,
"FinalState"], {{123, 721}, {24, 552}, {55, 671}}, VertexSize -> 0.12]
Y aquí están para una estructura más complicada:
& # 10005
(* https: //www.wolframcloud.com/obj/wolframphysics/TechPaper-Programs/ \ Section-04 / Geodesics-01.wl *)
CloudGet ["https://wolfr.am/L1PH6Rne"]; (* Geodesics *)
gtest = UndirectedGraph [
Regla @@@
ResourceFunction [
w}}, {{1, 2}, {1, 3}}, 10, "FinalState"], Secuencia [
VertexStyle -> ResourceFunction ["WolframPhysicsProjectStyleData"] [
"SpatialGraph", "VertexStyle"],
EdgeStyle -> ResourceFunction ["WolframPhysicsProjectStyleData"] ["SpatialGraph", "EdgeLineStyle"]]]; Geodésica
[gtest, #] & / @ {{{79, 207}}, {{143, 258}}}
¿Por qué son importantes las geodésicas? Una razón es que en La relatividad general de Einstein son los caminos que la luz (u
objetos en "caída libre") sigue en el espacio. Y en esa teoría, la gravedad está asociada con la curvatura en el espacio.
Entonces, cuando algo se desvía alrededor del Sol, eso sucede porque el espacio alrededor del Sol es curvo, por lo que la
geodésica que sigue el objeto también es curva.
La descripción de la relatividad general de la curvatura en el espacio se basa en la curvatura escalar de Ricci R que
encontramos anteriormente (así como el tensor de Ricci un poco más sofisticado). Pero si queremos averiguar si nuestros
modelos reproducen las ecuaciones de gravedad de Einstein, básicamente tenemos que averiguar si las curvaturas de
Ricci que surgen de nuestras hipergrafías son las mismas que la teoría implica.
Hay bastante sofisticación matemática involucrada (por ejemplo, tenemos que considerar la curvatura en el espacio + tiempo,
no solo en el espacio), pero la conclusión es que, sí, en varios límites y sujetos a varios supuestos, nuestros modelos
realmente reproducir las ecuaciones de Einstein . (Al principio, solo estamos reproduciendo las ecuaciones de Einstein de
vacío, apropiadas cuando no hay materia involucrada; cuando discutimos la materia, veremos que realmente obtenemos el
ecuaciones completas de Einstein .)
Reproducir las ecuaciones de Einstein es un gran problema. Normalmente en física, las ecuaciones de Einstein son de lo que
parte (o a veces surgen como una condición de consistencia para una teoría): aquí están lo que sale como una característica
emergente del modelo.
Vale la pena decir un poco sobre cómo funciona la derivación. En realidad es algo análogo al derivación de las ecuaciones de
flujo de fluido desde el límite de la dinámica subyacente de muchas moléculas discretas. Pero en este caso, lo que estamos
calculando es la estructura del espacio en lugar de la velocidad de un fluido. Sin embargo, involucra algunos de los mismos
tipos de aproximaciones y suposiciones matemáticas. Hay que suponer, por ejemplo, que hay suficiente aleatoriedad efectiva
generada en el sistema que funcionan los promedios estadísticos. También hay una gran cantidad de sutiles límites matemáticos
para tomar. Las distancias deben ser grandes en comparación con las conexiones individuales de hipergrafía, pero pequeñas
en comparación con el tamaño total de la hipergrafía, etc.
Es bastante común que los físicos "pirateen" las sutilezas matemáticas. En realidad, eso sucedió durante casi un siglo
en el caso de derivar ecuaciones de fluidos a partir de la dinámica molecular. Y definitivamente somos culpables de lo
mismo aquí. Lo que, en cierto sentido, es otra forma de decir que hay muchas matemáticas agradables para hacer que
la derivación sea rigurosa y comprender exactamente cuándo se aplicará, y así sucesivamente.
Por cierto, cuando se trata de matemáticas, incluso la configuración que tenemos es interesante. El cálculo ha sido
construido para trabajar en espacios continuos ordinarios (múltiples que localmente
espacio euclidiano aproximado). Pero lo que tenemos aquí es algo diferente: en el límite de una hipergrafía infinitamente grande ,
es como un espacio continuo, pero el cálculo ordinario no funciona en él (sobre todo porque no es necesariamente un número
entero). Entonces, para hablar realmente bien sobre esto, tenemos que inventar algo que sea una especie de generalización del
cálculo, que, por ejemplo, sea capaz de lidiar con la curvatura en el espacio de dimensión fraccional. (Probablemente, la
matemática actual más cercana a esto es lo que ha estado saliendo del campo muy activo de
teoría de grupos geométricos .)
Vale la pena señalar, por cierto, que hay mucha sutileza en la compensación precisa entre cambiar la dimensión
del espacio y tener curvatura. Y aunque creemos que nuestro universo es tridimensional, según nuestros modelos,
es bastante posible que haya al menos desviaciones locales, y lo más probable es que haya grandes desviaciones
en el universo temprano .
Hora
En nuestros modelos, el espacio se define por la estructura a gran escala de la hipergrafía que representa nuestra colección
de relaciones abstractas. ¿Pero entonces qué es el tiempo?
Durante el siglo pasado más o menos, se ha asumido universalmente en física fundamental que el tiempo es en cierto
sentido "igual que el espacio", y que uno debería, por ejemplo, agrupar el espacio y el tiempo juntos y hablar sobre el
"continuo espacio-tiempo". Y ciertamente la teoría de la relatividad apunta en esta dirección. Pero si ha habido un "giro
equivocado" en la historia de la física en el siglo pasado, creo que es la suposición de que el espacio y el tiempo son el
mismo tipo de cosas. Y en nuestros modelos no lo son, aunque, como veremos, la relatividad sale bien.
Entonces, ¿qué es el tiempo? En efecto, es mucho como lo experimentamos: el proceso inexorable de que las cosas
sucedan y conduzcan a otras cosas. Pero en nuestros modelos es algo mucho más preciso: es la aplicación progresiva de
reglas, que continuamente modifican la estructura abstracta que define los contenidos del universo.
La versión del tiempo en nuestros modelos es, en cierto sentido, muy computacional. A medida que pasa el tiempo,
estamos viendo los resultados de más y más pasos en un cálculo. Y de hecho el fenómeno de irreductibilidad
computacional implica que hay algo definido e irreducible "logrado" por este proceso. (Y, por ejemplo, esta
irreductibilidad es lo que creo que es responsable del "cifrado" de las condiciones iniciales que está asociado con el
ley de aumento de entropía , y el flecha termodinámica del tiempo .) No hace falta decir que, por supuesto, nuestro paradigma
computacional moderno no existía hace un siglo cuando se introdujo el "espacio-tiempo", y quizás si lo hubiera hecho, la historia
de la física podría haber sido muy diferente.
Pero, bueno, en nuestros modelos el tiempo es solo la aplicación progresiva de las reglas. Pero hay una sutileza en cómo
funciona exactamente esto que al principio podría parecer un detalle, pero que en realidad resulta ser enorme, y de hecho resulta
ser la clave tanto para la relatividad como para la mecánica cuántica.
Al comienzo de esta pieza, hablé sobre la regla

{{ x, y}, {x, z}} → {{ x, z}, {x, w}, {y, w}, {z, w}}
& # 10005
y mostró los "primeros pasos" al aplicarlo
& # 10005
ResourceFunction ["WolframModelPlot"] / @ ResourceFunction [
w}}, {{1, 2}, {2, 3}, {3, 4}, {2, 4}}, 4, "EstadosLista"]
Pero ¿Cómo se aplicó exactamente la regla? ? ¿Qué es "dentro" de estos pasos? La regla define cómo tomar dos conexiones
en la hipergrafía (que en este caso es solo un gráfico) y transformarlas en cuatro conexiones nuevas, creando un nuevo
elemento en el proceso. Por lo tanto, cada "paso" que mostramos antes en realidad consiste en varios "eventos de
actualización" individuales (donde aquí se resaltan las conexiones recién agregadas, y las que están a punto de eliminarse
aparecen discontinuas):
& # 10005
Con [{eo =
ResourceFunction [
w}}, {{1, 2}, {2, 3}, {3, 4}, {2, 4}}, 4]}, TakeList [eo ["EventsStatesPlotsList", ImageSize -> 130],
eo [ "GenerationEventsCountList", "IncludeBoundaryEvents" -> "Inicial"]]]
Pero ahora, aquí está el punto crucial: esta no es la única secuencia de eventos de actualización consistentes con la regla. La
regla solo dice que hay que encontrar dos conexiones adyacentes, y si hay varias opciones posibles, no dice nada sobre cuál.
Y una idea crucial en nuestro modelo es, en cierto sentido, hacerlas todas.
Podemos representar esto con un gráfico que muestra todos los caminos posibles :
& # 10005
CloudGet ["https://wolfr.am/LmHho8Tr"]; (* newgraph *) newgraph [Graph [ResourceFunction
["MultiwaySystem"] [
"WolframModel" -> {{{x, y}, {x, z}} -> {{x, z}, {x, w}, {y, w}, {z,
w}}}, {{{1, 2}, {2, 3}, {3, 4}, {2, 4}}}, 3, "StatesGraph", VertexSize -> 3, PerformanceGoal -> "Calidad" ],
AspectRatio -> 1/2], {3, 0.7}]
Para la primera actualización, hay dos posibilidades. Luego, para cada uno de los resultados de estos, hay cuatro posibilidades
adicionales. Pero en la próxima actualización, sucede algo importante: dos de las ramas se fusionan. En otras palabras, a pesar
de que hemos realizado una secuencia diferente de actualizaciones, el resultado es el mismo.
Las cosas se complican rápidamente. Aquí está el gráfico después de una actualización más, ahora ya no intenta mostrar
una progresión en la página:
& # 10005
Graph [ResourceFunction ["MultiwaySystem"] [
"WolframModel" -> {{{x, y}, {x, z}} -> {{x, z}, {x, w}, {y, w}, {z,
w}}}, {{{1, 2}, {2, 3}, {3, 4}, {2, 4}}}, 4, "StatesGraph", VertexSize -> 3, PerformanceGoal -> "Calidad" ]]
Entonces, ¿cómo se relaciona esto con el tiempo? Lo que dice es que en la declaración básica del modelo no hay un
solo camino de tiempo; Hay muchos caminos y muchas "historias". Pero el modelo, y la regla que se usa, los
determina a todos. Y hemos visto una pista de algo más: que incluso si pensáramos que estamos siguiendo un
camino "independiente" de la historia, en realidad puede fusionarse con otro camino.
Se necesitará más discusión para explicar cómo funciona todo esto. Pero por ahora permítanme decir que lo que surgirá es
que el tiempo se trata de relaciones causales entre las cosas, y que de hecho, incluso cuando los caminos de la historia que
se siguen son diferentes, estas relaciones causales pueden terminar siendo las mismas, y eso en efecto, para un observador
incrustado en el sistema, todavía hay un solo hilo de tiempo.
El gráfico de las relaciones causales
Al final es maravillosamente elegante. Pero para llegar al punto en el que podamos entender la imagen más grande y elegante
que necesitamos pasar algunas cosas detalladas . (No es terriblemente sorprendente que una teoría fundamental de la física,
inevitablemente construida sobre ideas muy abstractas, sea algo complicada de explicar, pero así es).
Para mantener las cosas tolerablemente simples, no voy a hablar directamente sobre las reglas que operan en hipergrafías. En cambio
voy a hablar sobre reglas que operan en cadenas de caracteres . (Para aclarar: estas no son las cadenas de la teoría de cuerdas,
aunque en un extraño giro de "punbecomes-science" sospecho que el límite continuo de las operaciones que discuto sobre cadenas
de caracteres en realidad está relacionado con la teoría de cuerdas en el sentido de la física moderna. )
OK, entonces digamos que tenemos la regla:
{A → BBB, BB → A}
Esta regla dice que en cualquier lugar donde vemos un UNA, podemos reemplazarlo con BBB, y donde sea que veamos cama y desayuno podemos
reemplazarlo con A. Así que ahora podemos generar lo que llamamos el sistema de múltiples vías para esta regla, y dibujar un "gráfico de varias
vías" que muestra todo lo que puede suceder:

& # 10005
ResourceFunction ["MultiwaySystem"] [{"A" -> "BBB",
"BB" -> "A"}, {"A"}, 8, "StatesGraph"]
En el primer paso, la única posibilidad es usar A → BBB para reemplazar el UNA con BBB. Pero hay dos posibilidades: reemplazar la
primera cama y desayuno o el segundo cama y desayuno —Y estas opciones dan resultados diferentes. Sin embargo, en el siguiente
paso, todo lo que se puede hacer es reemplazar el UNA —En ambos casos dando BBBB.
En otras palabras, a pesar de que, en cierto sentido, teníamos dos caminos de la historia que divergían en el sistema de
múltiples vías, solo les tomó un paso volver a converger. Y si trazas la imagen de arriba, descubrirás que eso es lo que
siempre sucede con esta regla: cada par de ramas que se produce siempre se fusiona, en este caso después de solo
un paso más.
Este tipo de equilibrio entre ramificación y fusión es un fenómeno que llamo " invariancia causal ". Y si bien puede
parecer un detalle aquí, en realidad resulta que es el núcleo de por qué funciona la relatividad, por qué hay una realidad
objetiva significativa en la mecánica cuántica y una serie de otras características centrales de la física fundamental.
Pero expliquemos por qué llamo a la propiedad invariancia causal. La imagen de arriba solo muestra qué "estado" (es decir, qué
cadena) conduce a qué otro. Pero a riesgo de hacer que la imagen sea más complicada (y tenga en cuenta que esto es
increíblemente simple en comparación con el hipergrafía completa
caso ), podemos anotar el gráfico de múltiples vías al incluir los eventos de actualización que conducen a cada transición entre
estados:
& # 10005
LayeredGraphPlot [
"BB" -> "A"}, {"A"}, 8, "EvolutionEventsGraph"], AspectRatio -> 1]
Pero ahora podemos hacer la pregunta: ¿cuáles son las relaciones causales entre estos eventos? En otras palabras, ¿qué
evento debe suceder antes de que algún otro evento pueda suceder? O, dicho de otra manera, ¿qué eventos deben haber
sucedido para crear la entrada que se necesita para algún otro evento?
Vayamos aún más lejos y anotemos el gráfico anterior mostrando todas las dependencias causales
entre eventos:
& # 10005
LayeredGraphPlot [
"BB" -> "A"}, {"A"}, 7, "EvolutionCausalGraph"], AspectRatio -> 1]
Las líneas naranjas en efecto muestran qué evento tiene que suceder antes de qué otro evento, o cuáles son todas las
relaciones causales en el sistema de múltiples vías. Y sí, es complicado. Pero tenga en cuenta que esta imagen muestra todo
el sistema de múltiples vías, con todos los caminos posibles de la historia, así como toda la red de relaciones causales dentro
y entre estos caminos.
Pero aquí está lo crucial sobre la invariabilidad causal: implica que en realidad el gráfico de las relaciones causales es el mismo,
independientemente de qué camino de la historia se siga. Y es por eso que originalmente llamé a esta propiedad "invariancia
causal", porque dice que con una regla como esta, las propiedades causales son invariables con respecto a las diferentes
opciones de la secuencia en la que se realiza la actualización.
Y si uno rastrea la imagen de arriba (y sigue unos cuantos pasos más), uno encontraría que para cada camino
de la historia, el gráfico causal representar relaciones causales entre eventos siempre sería:
& # 10005
ResourceFunction ["SubstitutionSystemCausalGraph"] [{"A" -> "BBB",
"BB" -> "A"}, "A", 10] // LayeredGraphPlot
o, dibujado de manera diferente,
& # 10005
ResourceFunction ["SubstitutionSystemCausalGraph"] [{"A" -> "BBB",
"BB" -> "A"}, "A", 12]
La importancia de la invarianza causal
Para comprender más acerca de la invariabilidad causal, es útil observar un ejemplo aún más simple : el caso de la regla BA →
AB. Esta regla dice que cada vez que hay un si seguido de un UNA en un
cadena, intercambia estos caracteres. En otras palabras, esta es una regla que intenta ordenar una cadena en orden
alfabético, dos caracteres a la vez.
Digamos que comenzamos con BBBAAA. Luego, aquí está el gráfico de múltiples vías que muestra todas las cosas que pueden suceder de
acuerdo con la regla:
& # 10005
Gráfico [Función de recursos ["MultiwaySystem"] [{"BA" -> "AB"}, "BBBAAA", 12,
"EvolutionEventsGraph"], AspectRatio -> 1.5] // LayeredGraphPlot
Hay muchos caminos diferentes que se pueden seguir, dependiendo de qué licenciado en Letras en la cadena a la que se aplica la
regla en cada paso. Pero lo importante que vemos es que al final todos los
las rutas se fusionan y obtenemos un único resultado final: la cadena ordenada AAABBB. Y el hecho de que obtengamos este único
resultado final es una consecuencia de la invariabilidad causal de la regla. En un caso como este donde hay un resultado final (en
lugar de evolucionar para siempre), la invariancia causal básicamente dice: no importa en qué orden se realicen todas las
actualizaciones; El resultado que obtendrá siempre será el mismo.
He introducido la invariabilidad causal en el contexto de tratar de encontrar un modelo de física fundamental, y he dicho
que será fundamental tanto para la relatividad como para la mecánica cuántica. Pero en realidad, lo que equivale a la
invariabilidad causal se ha visto antes en varias formas diferentes en matemáticas, lógica matemática y ciencias de la
computación. (Su nombre más común es " confluencia ", Aunque hay algunas diferencias técnicas entre esto y lo que yo
llamo invariancia causal).
Piense en expandir una expresión algebraica, como ( X + ( 1 + X) 2) ( X + 2) 2
(x + \! \ (\ * SuperscriptBox [\ ((1 + x) \), \ (2 \)] \)) \! \ (\ * SuperscriptBox [\ ((x + 2) \)

, \ (2 \)] \)). Puedes expandir uno de los poderes primero, luego multiplicar las cosas. O podrías multiplicar los
términos primero. No importa en qué orden siga los pasos; siempre obtendrás la misma forma canónica (que en
este caso Mathematica me dice es 4 + 16 X + 17 X 2 + 7 7 X 3 + X 4 4
4 + 16x + \! \ (\ * SuperscriptBox [\ (17x \), \ (2 \)] \) + \! \ (\ * SuperscriptBox [\ (7x \), \ (3 \)] \) \! \ (\ * SuperscriptBox [\ (x \), \ (4 \)] \)). Y
esta independencia de órdenes es esencialmente una invariancia causal.
Aquí hay un ejemplo más. Imagine que tiene alguna definición recursiva, digamos f [n _]: = f [n- 1] + f [n-2]
f [n _]: = f [n-1] + f [n-2] ( con f [0] = f [1] = 1 f [0] = f [1] = 1). Ahora evalúa f [10] f [10]. Primero tienes f [9] + f [8] f [9] + f
[8]. ¿Pero qué haces después? Evalúas f [9] f [9], o f [8] f [8]? ¿Y entonces que? Al final, no importa; siempre
obtendrá 55. Y este es otro ejemplo de invariancia causal.
Cuando uno piensa en algoritmos paralelos o asincrónicos, es importante si uno tiene invariancia causal. Porque significa que uno puede
hacer las cosas en cualquier orden, por ejemplo, primero en profundidad, primero en amplitud o lo que sea, y siempre se obtendrá la misma
respuesta. Y eso es lo que está sucediendo en nuestro pequeño algoritmo de clasificación anterior.
Bien, pero ahora volvamos a las relaciones causales. Aquí está el sistema de múltiples vías para el proceso de clasificación anotado
con todas las relaciones causales para todas las rutas:
& # 10005
Ampliar [LayeredGraphPlot [
ResourceFunction ["MultiwaySystem"] [{"BA" -> "AB"}, "BBBAAA", 12, "EvolutionCausalGraph"], AspectRatio -> 1.5], .6]
Y sí, es un desastre. Pero porque hay invariancia causal , sabemos algo muy importante: se trata básicamente de
muchas copias del mismo gráfico causal: una cuadrícula simple:
& # 10005
centrado Rango [n_]: = # - Media @ # & @ Rango @ n ; centradoLayer [n_]: = {#, n} & / @
centradoRange @ n ; diamondLayerSizes [layers_? OddQ]: =
Unir [#, Reverse @ Most @ #] & @ Range [(capas + 1) / 2]; diamondCoordinates

[layers_? OddQ]: =
Catenate @ MapIndexed [
Thread @ { centradoRange @ #, (capas - Primero @ # 2) / 2} &, diamondLayerSizes [capas]];
diamondGraphLayersCount [graph_]: = 2 Sqrt [ VertexCount @ graph ] - 1; Con [{graph =
ResourceFunction ["SubstitutionSystemCausalGraph"] [{"BA" -> "AB"}, "BBBBAAAA", 12]}, Gráfico [gráfico,
Coordinaciones de vértices ->

diamondCoordinates @ diamondGraphLayersCount @graph, VertexSize -> .2]]
(Por cierto, como sugiere la imagen, las conexiones cruzadas entre estas copias no son triviales, y más adelante veremos
que están asociadas con relaciones profundas entre la relatividad y la mecánica cuántica , que probablemente se
manifiestan en la física de los agujeros negros. Pero llegaremos a eso más tarde ...)
De acuerdo, se supone que cada forma diferente de aplicar la regla de clasificación debe dar la misma gráfica causal. Entonces aquí hay
un ejemplo de cómo podríamos aplicar la regla comenzando con una cadena inicial particular:
& # 10005
evo = (SeedRandom [2424];
ResourceFunction [
"SubstitutionSystemCausalEvolution"] [{"BA" -> "AB"}, "BBAAAABAABBABBBBBAAA", 15, {"Aleatorio", 4}]);
ResourceFunction ["SubstitutionSystemCausalPlot"] [evo, EventLabels -> False, CellLabels -> True, CausalGraph ->
False]
Pero ahora vamos a mostrar la gráfica de las conexiones causales. Y vemos que es solo una cuadrícula:
& # 10005
evo = (SeedRandom [2424];
ResourceFunction [
"SubstitutionSystemCausalEvolution"] [{"BA" -> "AB"}, "BBAAAABAABBABBBBBAAA", 15, {"Aleatorio", 4}]);
ResourceFunction ["SubstitutionSystemCausalPlot"] [evo, EventLabels -> False, CellLabels -> False, CausalGraph
-> True]
Aquí hay otras tres posibles secuencias de actualizaciones:
& # 10005
SeedRandom [242444]; GraphicsRow [
Tabla [ResourceFunction ["SubstitutionSystemCausalPlot"] [
ResourceFunction [
"SubstitutionSystemCausalEvolution"] [{"BA" -> "AB"}, "BBAAAABAABBABBBBBAAA", 15, {"Aleatorio", 4}],
EventLabels -> False, CellLabels -> False, CausalGraph -> True], 3], ImageSize -> Full]
Pero ahora vemos la invariancia causal en acción: a pesar de que se producen diferentes actualizaciones en diferentes momentos, el
gráfico de las relaciones causales entre los eventos de actualización es siempre el mismo. Y habiendo visto esto, en el contexto de un
ejemplo muy simple, estamos listos para hablar sobre relatividad especial.
Derivando Relatividad Especial
Es un primer instinto típico al pensar en hacer ciencia: imaginas hacer un experimento en un sistema, pero tú, como
"observador", estás fuera del sistema. Por supuesto, si estás pensando en modelar todo el universo y todo lo que hay en
él, en última instancia, esta no es una forma razonable de pensar sobre las cosas. Debido a que el "observador" es
inevitablemente parte del universo, por lo que debe ser modelado como todo lo demás.
En nuestros modelos, lo que esto significa es que la "mente del observador", como todo lo demás en el universo, debe actualizarse a
través de una serie de eventos de actualización. No hay forma absoluta para que el observador "sepa lo que está sucediendo en el
universo"; todo lo que experimentan es una serie de eventos de actualización, que pueden verse afectados por los eventos de
actualización que ocurren en otras partes del universo. O, dicho de otra manera, todo lo que el observador puede observar es el
red de relaciones causales entre eventos —O el gráfico causal del que hemos estado hablando.
Entonces, como modelo de juguete, echemos un vistazo a nuestro BA → AB regla para cuerdas. Podríamos imaginar que la cadena está
dispuesta en el espacio. Pero para nuestro observador, lo único que saben es el gráfico causal que representa las relaciones causales entre
los eventos. Y para el BA → AB Aquí hay una forma en que podemos dibujar eso:
& # 10005
CloudGet ["https://wolfr.am/KVkTxvC5"]; (* regularCausalGraphPlot *)
CloudGet ["https://wolfr.am/KVl97Tf4"]; (* lorentz *) \
regularCausalGraphPlot [10, {0, 0}, {0.0, 0.0}, lorentz [0]]
Pero ahora pensemos en cómo los observadores podrían "experimentar" este gráfico causal. Debajo, un observador se actualiza
mediante una secuencia de eventos de actualización. Pero aunque eso es "realmente lo que está sucediendo", para darle sentido,
podemos imaginar a nuestros observadores estableciendo modelos internos "mentales" para lo que ven. Y una cosa bastante
natural para los observadores como nosotros es decir "un conjunto de cosas sucede en todo el universo, luego otro, y así
sucesivamente". Y podemos traducir esto en decir que imaginamos una serie de "momentos" en el tiempo, donde las cosas
suceden "simultáneamente" en todo el universo, al menos con alguna convención para definir lo que queremos decir
simultáneamente. (Y sí, esta parte de lo que estamos haciendo es básicamente seguir lo que hizo Einstein cuando originalmente
propuso la relatividad especial).
Aquí está un posible forma de hacerlo :
& # 10005
regularCausalGraphPlot [10, {1, 0}, {0.0, 0.0}, lorentz [0]]
Uno puede describir esto como una "foliación" del gráfico causal. Estamos dividiendo el gráfico causal en hojas o rodajas. Y cada
segmento que nuestros observadores pueden considerar como un "momento sucesivo en el tiempo".
Es importante tener en cuenta que existen algunas restricciones en la foliación que podemos elegir. El gráfico causal
define qué evento tiene que suceder antes de qué. Y si nuestros observadores van a tener la oportunidad de darle
sentido al mundo, será mejor que su noción del progreso del tiempo se alinee con lo que dice el gráfico causal. Entonces,
por ejemplo, esta foliación
no funcionaría, porque básicamente dice que el tiempo que asignamos a los eventos va a estar en desacuerdo con el
orden en que el gráfico causal dice que tienen que suceder:
& # 10005
regularCausalGraphPlot [6, {.2, 0}, {5, 0.0}, lorentz [0]]
Pero, dada la foliación anterior, ¿qué orden real de actualización de eventos implica? Básicamente solo dice: tantos
eventos como sea posible suceden al mismo tiempo (es decir, en la misma porción de la foliación), como en esta imagen:
& # 10005
(* https: //www.wolframcloud.com/obj/wolframphysics/TechPaper-Programs/ \ Section-08 / BoostedEvolution.wl *)
CloudGet ["https://wolfr.am/LbaDFVSn"]; (* boostedEvolution *) \ ResourceFunction

["SubstitutionSystemCausalPlot"] [
boostedEvolution [
ResourceFunction [
"SubstitutionSystemCausalEvolution"] [{"BA" -> "AB"}, StringRepeat ["BA", 10], 10], 0], EventLabels
-> False, CellLabels -> True, CausalGraph -> False]
Bien, ahora conectemos esto a la física. La foliación que tuvimos arriba es relevante para los observadores que de alguna manera son
"estacionarios con respecto al universo" (el "marco de descanso cosmológico"). Uno puede imaginar que a medida que pasa el tiempo, los
eventos que experimenta un observador en particular son los de una columna que va verticalmente hacia abajo de la página:
& # 10005
regularCausalGraphPlot [5, {1, 0.01}, {0.0, 0.0}, {1.5, 0}, {Rojo,

Directiva [punteada, gruesa, roja]}, lorentz [0]]
Pero ahora pensemos en un observador que se mueve uniformemente en el espacio. Experimentarán una secuencia
diferente de eventos, digamos:
& # 10005
regularCausalGraphPlot [5, {1, 0.01}, {0.0, 0.3}, {0.6, 0}, {Rojo,

Directiva [punteada, gruesa, roja]}, lorentz [0]]
Y eso significa que la foliación que construirán naturalmente será diferente. Desde el "exterior" podemos dibujarlo
en el gráfico causal de esta manera:
& # 10005
regularCausalGraphPlot [10, {1, 0.01}, {0.3, 0.3}, {0, 0}, {Rojo,

Directiva [punteada, gruesa, roja]}, lorentz [0.]]
Pero para el observador, cada segmento representa un momento sucesivo de tiempo. Y no tienen forma de saber
cómo se dibujó la gráfica causal. Entonces construirán su propia versión, donde los cortes son horizontales:
& # 10005
regularCausalGraphPlot [10, {1, 0.01}, {0.3, 0.3}, {0, 0}, {Rojo,

Directiva [punteada, gruesa, roja]}, lorentz [0.3]]
Pero ahora hay un hecho puramente geométrico: para hacer este reordenamiento, mientras se preserva la estructura básica (y aquí,
los ángulos) del gráfico causal, cada momento del tiempo tiene que muestrear menos eventos en el gráfico causal, por un factor de
donde β es el ángulo que representa

La velocidad del observador.
Si conoce la relatividad especial, reconocerá mucho de esto. Lo que hemos estado llamando foliaciones corresponden directamente a
los "marcos de referencia" de la relatividad. Y nuestras foliaciones que representan el movimiento son los marcos de referencia
inerciales estándar de la relatividad especial.
Pero aquí está lo especial que está sucediendo aquí: podemos interpretar toda esta discusión sobre foliaciones y marcos de referencia
en términos de las reglas reales y la evolución de nuestro sistema subyacente. Así que aquí está el evolución de nuestro sistema de
clasificación de cuerdas en el "marco de referencia reforzado" correspondiente a un observador que va a cierta velocidad:
& # 10005
(* https: //www.wolframcloud.com/obj/wolframphysics/TechPaper-Programs/ \ Section-08 / BoostedEvolution.wl *)
CloudGet ["https://wolfr.am/LbaDFVSn"]; (* boostedEvolution *) \ ResourceFunction

["SubstitutionSystemCausalPlot"] [
boostedEvolution
[ResourceFunction [
"SubstitutionSystemCausalEvolution"] [{"BA" -> "AB"}, StringRepeat ["BA", 10], 10], 0.3], EventLabels ->
False, CellLabels -> True, CausalGraph -> False]
Y aquí está el punto crucial: debido a la invariabilidad causal, no importa que estemos en un marco de referencia diferente:
el gráfico causal para el sistema (y la forma en que finalmente clasifica la cadena) es exactamente el mismo.
En relatividad especial, la idea clave es que las "leyes de la física" funcionan igual en todos los marcos de referencia inerciales. Pero,
¿por qué debería ser cierto? Bueno, en nuestros sistemas, hay una respuesta: es una consecuencia de la invariabilidad causal en las
reglas subyacentes. En otras palabras, desde la propiedad de la invariancia causal, somos capaces de derivar la relatividad .
Normalmente en física uno pone en la relatividad por la forma en que establece la estructura matemática del espacio-tiempo.
Pero en nuestros modelos no partimos de algo así, y de hecho el espacio y el tiempo ni siquiera son el mismo tipo de cosas.
Pero lo que podemos ver ahora es que, debido a la invariabilidad causal, la relatividad emerge en nuestros modelos, con todas
las relaciones entre el espacio y el tiempo que eso implica.
Entonces, por ejemplo, si miramos la imagen de nuestro sistema de clasificación de cadenas arriba, podemos ver la dilatación del tiempo
relativista. En efecto, debido a la foliación que elegimos, el tiempo funciona más lento. O, dicho de otra manera, en el esfuerzo por muestrear el
espacio más rápido, nuestro observador experimenta una actualización más lenta del sistema a tiempo.
La velocidad de la luz C en nuestro sistema de juguetes se define por la velocidad máxima a la que se puede propagar la
información, que está determinada por la regla, y en el caso de esta regla es un carácter por paso. Y en términos de esto, podemos
decir que nuestra foliación corresponde a una velocidad 0.3
C. Pero ahora podemos ver la cantidad de dilatación del tiempo, y es exactamente la cantidad
esa relatividad dice que debería ser.
Por cierto, si imaginamos intentar hacer que nuestro observador vaya "más rápido que la luz", podemos ver que eso no puede
funcionar. Porque no hay forma de inclinar la foliación a más de 45 ° en nuestra imagen, y aún mantener las relaciones causales
implícitas en el gráfico causal.
Bien, entonces en nuestro modelo de juguete podemos derivar una relatividad especial. Pero aquí está la cosa: esta derivación no es
específica del modelo de juguete; se aplica a cualquier regla que tenga invariancia causal. Entonces, aunque podamos estar lidiando con
hipergrafías, no con cadenas, y podamos tener una regla que muestre todo tipo de comportamiento complicado, si finalmente tiene
invariancia causal, entonces (con varias advertencias técnicas, principalmente sobre la posible naturaleza salvaje en el gráfico causal) va a
exhibir invariancia relativista , y una física basada en ella seguirá una relatividad especial.
¿Qué es energía? ¿Qué es la misa?
En nuestro modelo, se supone que todo en el universo (espacio, materia, lo que sea) está representado por las características de
nuestra hipergrafía en evolución. Entonces, dentro de esa hipergrafía, ¿hay alguna forma de identificar cosas que son familiares de
la física actual, como la masa o la energía?
Tengo que decir que, aunque es un concepto muy extendido en la física actual, nunca pensé en la energía como algo
fundamental. Pensé que era un atributo que las cosas (átomos, fotones, lo que sea) pueden tener. Nunca lo pensé
realmente como algo que uno pudiera identificar de manera abstracta en la estructura misma del universo.
Así que fue una gran sorpresa cuando nos dimos cuenta recientemente de que en realidad en nuestro modelo, hay algo que podemos
señalar y decir "¡eso es energía!", Independientemente de lo que sea la energía. La declaración técnica es: la energía corresponde al
flujo de los bordes causales a través de las hiperesuperficies espaciales . Y, por cierto, el impulso corresponde al flujo de los bordes
causales a través de las hipersuperficies temporales.
Bien, entonces, ¿qué significa esto? Primero, ¿qué es una hipersuperficie similar a un espacio? En realidad, es un concepto estándar en
relatividad general, para lo cual existe una analogía directa en nuestros modelos. Básicamente es lo que forma un cortar en nuestra foliación .
¿Por qué se llama lo que se llama? Podemos identificar dos tipos de direcciones: espaciales y temporales.
Una dirección en forma de espacio es aquella que implica simplemente moverse en el espacio, y es una dirección en la que uno siempre
puede retroceder y retroceder. Una dirección temporal es aquella que también implica progresar a través del tiempo, donde uno no puede
retroceder. Podemos marcar spacelike ( )y

hipersuperficies timelike () en el gráfico causal de nuestro modelo de juguete:
& # 10005
regularCausalGraphPlot [10, {1, 0.5}, {0., 0.}, {-0.5, 0}, {Rojo,

Directiva [discontinua, roja]}, lorentz [0.]]
(Podrían llamarse "superficies", excepto que las "superficies" generalmente se consideran bidimensionales, y nuestro universo
tridimensional de 3 espacios + 1 tiempo, estas rodajas de foliación son tridimensionales: de ahí el término "hiperesuperficies").
Bien, ahora veamos la imagen. Los "bordes causales" son las conexiones causales entre eventos, que se muestran en la imagen
como líneas que unen los eventos. Entonces, cuando hablamos de un "flujo de bordes causales a través de hiperesuperficies
espaciales", de lo que estamos hablando es del número neto de bordes causales que bajan a través de los cortes horizontales en
las imágenes.
En el modelo de juguete es trivial de ver. Pero aquí hay un gráfico causal de un modelo de hipergrafía simple , donde ya
es considerablemente más complicado:
& # 10005
Gráfico [ResourceFunction [
"WolframModel"] [{{x, y}, {z, y}} -> {{x, z}, {y, z}, {w,
z}}, {{0, 0}, {0, 0}}, 15, "LayeredCausalGraph"], AspectRatio -> 1/2]
(Nuestro gráfico causal del modelo de juguete comienza a partir de una línea de eventos porque configuramos una cadena larga como condición
inicial; esto comienza a partir de un evento único porque comienza a partir de una condición inicial mínima).
Pero cuando ponemos una foliación en este gráfico causal (definiendo efectivamente nuestro marco de referencia) podemos
comenzar a contar cuántos bordes causales bajan a través de cortes sucesivos ("espaciales"):
& # 10005
foliationLines [{lineDensityHorizontal_: 1,
lineDensityVertical_: 1}, {tanHorizontal_: 0.0, tanVertical_: 0.0}, offset: {_, _}: {0, 0}, lineStyles:
{_, _}: {Red, Red},
transform_: (# &)]: = {If [lineDensityHorizontal! = 0, Style [Table [
Línea [transform / @ {{-100 + First @ offset ,

k - 100 tanHorizontal + Last @ offset }, {100 + First @ offset , k + 100 tanHorizontal + Last @ offset }}], {k,
-100.5, 100.5, 1 / lineDensityHorizontal}], First @ lineStyles ], {} ], If [lineDensityVertical! = 0, Style [Tabla [
Línea [transform / @ {{k - 100 tanVertical + First @ offset , -100 +

Last @ offset }, {k + 100 tanVertical + First @ offset , 100 + Last @ offset }}], {k, -100.5, 100.5,
1 / lineDensityVertical}], Last @ lineStyles ], {}]}; ResourceFunction [
"WolframModel"] [{{x, y}, {z, y}} -> {{x, z}, {y, z}, {w, z}}, {{0, 0}, {0, 0}}, 15] ["LayeredCausalGraph", AspectRatio -> 1/2,
Epílogo ->
foliationLines [{0.44, 0}, {0,

0}, {0, -0.5}, {Directiva [Rojo, Opacidad [0.2]], Rojo}]]
También podemos preguntar cuántos bordes causales van "hacia los lados", a través de las hipersuperficies temporales:
& # 10005
{_, _}: {Red, Red},


1 / lineDensityVertical}], Last @ lineStyles ], {}]}; ResourceFunction [
"WolframModel"] [{{x, y}, {z, y}} -> {{x, z}, {y, z}, {w, z}}, {{0, 0}, {0, 0}}, 15] ["LayeredCausalGraph", AspectRatio -> 1/2,
Epílogo ->
foliationLines [{0, 1/3}, {0, 0}, {2.1,

0}, {Directiva [Rojo, Opacidad [0.5]], Directiva [Punteado, Opacidad [0.7],
Rojo]}]]
Bien, entonces, ¿por qué pensamos que estos flujos de bordes corresponden a energía e impulso? Imagínese lo que sucede si
cambiamos nuestra foliación, digamos inclinándola para que corresponda al movimiento a cierta velocidad, como lo hicimos en la sección
anterior. Toma un un poco de matemática , pero lo que descubrimos es que nuestros flujos de bordes causales se transforman con la
velocidad básicamente como vimos transformar la distancia y el tiempo en la sección anterior.
En la derivación estándar de la mecánica relativista, hay un argumento de consistencia de que la energía tiene que
transformarse con la velocidad como lo hace el tiempo, y el impulso como la distancia. Pero ahora tenemos una razón
estructural para que este sea el caso. Es una consecuencia fundamental de toda nuestra configuración y de la invariancia
causal. En la física tradicional, a menudo se dice que la posición es la variable conjugada al momento, y la energía al tiempo.
Y eso es algo que se quema en la estructura matemática de la teoría. Pero aquí no es algo en lo que nos estamos
quemando; Es algo que derivamos de la estructura subyacente de nuestro modelo.
Y eso significa que hay mucho más que podemos decir al respecto. Por ejemplo, podríamos preguntarnos cuál es el "cero de
energía". Después de todo, si nos fijamos en uno de nuestros gráficos causales, muchos de los bordes causales en realidad solo
van a "mantener la estructura del espacio". Entonces, si en un sentido el espacio es uniforme, inevitablemente hay un "flujo de
fondo" uniforme de bordes causales asociados con eso. Y lo que sea que consideremos "energía" corresponde a las
fluctuaciones de ese flujo alrededor de su valor de fondo.
Por cierto, vale la pena mencionar a qué corresponde un "flujo de bordes causales". Cada borde causal representa una conexión
causal entre eventos, que en cierto sentido es "llevada" por algún elemento en la hipergrafía subyacente (la "hipergrafía espacial"). Por
lo tanto, un "flujo de bordes causales" es, en efecto, la comunicación de la actividad (es decir, los eventos), ya sea en el tiempo (es
decir, a través de las hiperesuperficies espaciales) o en el espacio (es decir, a través de las hipersuperficies temporales). Y al menos
en alguna aproximación podemos decir que la energía está asociada con la actividad en el hipergrama que propaga la información a
través del tiempo, mientras que el momento está asociado con la actividad que propaga la información en el espacio.
Hay una característica fundamental de nuestros gráficos causales que aún no hemos mencionado, que está relacionada con la
propagación de información. Comience en cualquier punto (es decir, cualquier evento) en un gráfico causal. Luego rastree las conexiones
causales de ese evento. Obtendrá algún tipo de cono (aquí solo en 2D):
& # 10005
CloudGet ["https://wolfr.am/KVl97Tf4"]; (* lorentz *)
{_, _}: {Red, Red},


1 / lineDensityVertical}], Last @ lineStyles ], {}]}; squareCausalGraphPlot [
layerCount_: 9, {lineDensityHorizontal_: 1, lineDensityVertical_: 1}, {tanHorizontal_: 0.0, tanVertical_: 0.0},

offset: {_, _}: {0, 0}, lineStyles: {_, _}: {Red, Red }, transform_: (# &)]: = NeighborhoodGraph
[DirectedGraph [
Acoplar [Tabla [{v [{i + 1, j}] -> v [{i, j}],

v [{i + 1, j + 1}] -> v [{i, j}]}, {i, layerCount - 1}, {j, 1 + Round [-layerCount / 2 + i / 2], ( layerCount + i) / 2}]],
VertexCoordinates -> Catenate [
Tabla [v [{i, j}] ->

transformar [{2 (# 2 - # 1/2), # 1} y @@ {i, j}], {i, layerCount + 1}, {j,
1 + Redondo [-layerCount / 2 + i / 2] - 1, (layerCount + i) / 2 + 1}]], VertexSize -> .33, VertexStyle ->
Directiva [Directiva [Opacidad [.7], Hue [0.14, 0.34, 1.]], EdgeForm [Directiva [Opacidad [0.4], Hue [0.09, 1.,
0.91]]]], VertexShapeFunction -> "Rectangle", Epílogo ->
foliationLines [{lineDensityHorizontal,
lineDensityVertical}, {tanHorizontal, tanVertical}, offset, lineStyles, transform]], v [{1, 1}], 9]; Con [{graph =
squareCausalGraphPlot [
10, {0, 0}, {0., 0.}, {-0.5, 0}, {Rojo, Directiva [Punteado, Rojo]}, lorentz [0.]]}, Gráfico [gráfico,
VertexStyle -> {Directiva [

Directiva [Opacidad [.7], Hue [0.14, 0.34, 1.]], EdgeForm [Directiva [Opacidad [0.4], Hue [0.09, 1., 0.91]]]], Alternativas
@@ VertexOutComponent [gráfico, v [ {9, 5}]] -> Directiva [Directiva [Opacidad [.6], Hue [0, 0.45, 0.87]], EdgeForm [Hue
[0, 1, 0.48]]]}]]
El cono es más complicado en un gráfico causal más complicado. Pero siempre tendrás algo así. Y lo que corresponde físicamente
es lo que normalmente se llama un cono de luz (o "cono de luz hacia adelante"). Suponiendo que hemos dibujado nuestra red
causal para que los eventos se distribuyan de alguna manera en el espacio a través de la página, entonces el cono de luz mostrará
cómo la información (tal como la transmite la luz) puede propagarse en el espacio con el tiempo.
Cuando el gráfico causal se complica, toda la configuración con conos de luz se complica, como discutiremos por ejemplo en
relación con los agujeros negros más adelante. Pero por ahora, solo podemos decir que hay conos en nuestro gráfico causal,
y en efecto el ángulo de estos conos representa la tasa máxima de propagación de información en el sistema, que podemos identificarse
con la velocidad física de la luz .
Y, de hecho, no solo podemos identificar conos de luz en nuestro gráfico causal: en cierto sentido, podemos pensar en todo
nuestro gráfico causal como un gran número de "conos de luz elementales" todos unidos. Y, como mencionamos, gran parte
de la estructura que se construye necesariamente entra, en efecto, a "mantener la estructura del espacio".
Pero echemos un vistazo más de cerca a nuestros conos de luz. Hay límites causales en sus límites que, en efecto,
corresponden a la propagación a la velocidad de la luz, y que, en términos de la hipergrafía subyacente, corresponden a
eventos que "alcanzan" en la hipergrafía y "arrastran" nuevos elementos tan rápido como posible. Pero, ¿qué pasa con los
bordes causales que son "más verticales"? Estos bordes causales están asociados con eventos que, en cierto sentido,
reutilizan elementos en la hipergrafía, sin involucrar otros nuevos.
Y parece que estos bordes causales tienen una interpretación importante: están asociados con la masa (o, más específicamente, la
masa en reposo). Bien, entonces el flujo total de bordes causales a través de las hiperesuperficies espaciales corresponde a la energía.
Y ahora estamos diciendo que el flujo de los bordes causales específicamente en la dirección temporal corresponde a la masa en reposo.
Podemos ver lo que sucede si “inclinamos nuestros marcos de referencia” solo un poco, digamos que corresponde a una velocidad
v ≪ C. De nuevo, hay un pequeña cantidad de matemáticas , pero es bastante fácil derivar fórmulas para el impulso ( pags) y energía ( MI).
La velocidad de la luz C entra en las fórmulas porque define la relación de distancias "horizontales" (es decir, espaciadas) a
"verticales" (es decir, temporales) en el gráfico causal. Y para v pequeño en comparación con C obtenemos:
Entonces, a partir de estas fórmulas, podemos ver que solo al pensar en gráficos causales (y, sí, con un trasfondo de
invariancia causal y una gran cantidad de preguntas detalladas sobre límites matemáticos que no estamos discutiendo
aquí), hemos logrado derivar Un hecho básico (y famoso) sobre la relación entre energía y masa:
A veces, en el formalismo estándar de la física, esta relación parece más una definición que algo que derivar.
Pero en nuestro modelo, no es solo una definición, y de hecho podemos derivarla con éxito.
Relatividad general y gravedad
Anteriormente, hablamos sobre cómo puede surgir la curvatura del espacio en nuestros modelos. Pero en ese momento solo estábamos
hablando de "espacio vacío". Ahora podemos regresar y también hablar sobre cómo la curvatura interactúa con la masa y la energía en
el espacio.
En nuestra discusión anterior, hablamos sobre la construcción de bolas esféricas comenzando en algún punto de la
hipergrafía y luego siguiendo todas las secuencias posibles de r conexiones Pero ahora podemos hacer algo
directamente análogo en el gráfico causal: comenzar en algún momento y seguir posibles secuencias de t conexiones Hay
bastante truco matemático , pero esencialmente esto nos lleva " volúmenes de conos de luz ".
Si el espacio es efectivo re- dimensional, luego, en una primera aproximación, este volumen crecerá como
. Pero como en el caso espacial, hay un término de corrección, esta vez proporcional al
llamado tensor Ricci . (Los expresión real es más o menos
donde están los vectores temporales, etc.)
De acuerdo, pero también sabemos algo más sobre lo que se supone que está dentro de nuestros conos de luz: no solo
hay "conexiones de fondo" que mantienen la estructura del espacio, también hay bordes causales "adicionales" que están
asociados con la energía, el momento y masa. Y en el límite de un gran gráfico causal, podemos identificar la densidad de
estos con el llamado tensor de momento de energía
. Así que al final tenemos dos contribuciones a los "volúmenes" de
nuestros conos de luz: uno de "curvatura pura" y uno de energía-momento.
De nuevo, hay algunas matemáticas involucradas . Pero lo principal es pensar en el límite cuando miramos un gráfico
causal muy grande. Lo que debe ser cierto para que tengamos re-
espacio dimensional, en oposición a algo mucho más salvaje? Esto pone una restricción a las tasas de crecimiento de
nuestros volúmenes de cono de luz, y cuando uno resuelve todo, implica que debe cumplir la siguiente ecuación:
Pero esto es exactamente Ecuación de Einstein para la curvatura del espacio cuando la materia con un cierto momento de energía
está presente. Estamos pasando por alto muchos detalles aquí. Pero sigue siendo, en mi opinión, bastante espectacular: a partir de la
estructura básica de nuestros modelos muy simples, podemos derivar un resultado fundamental en física: la ecuación que por más de
cien años ha pasado todas las pruebas al describir el funcionamiento de la gravedad.
Hay una nota al pie aquí. La ecuación que acabamos de dar no tiene el llamado término cosmológico. Y cómo funciona eso está
relacionado con la pregunta de cuál es el cero de energía, que en nuestro modelo se relaciona con qué características de la
hipergrafía en evolución solo tienen que ver con el "mantenimiento del espacio", y qué tiene que ver con "cosas en el espacio
"(como la materia).
En la física existente, existe la expectativa de que incluso en el "vacío" en realidad hay una formalmente densidad infinita de
pares de partículas virtuales asociadas a la mecánica cuántica. Esencialmente, lo que sucede es que siempre se crean pares de
partículas y antipartículas, que se aniquilan rápidamente, pero que en conjunto contribuyen con una enorme densidad de
energía efectiva. Discutiremos cómo esto se relaciona con la mecánica cuántica en nuestros modelos más adelante. Pero por
ahora recordemos que las partículas (como los electrones) en nuestros modelos corresponden básicamente a estructuras
localmente estables en el hipergrama.
Pero cuando pensamos en cómo "se mantiene el espacio" es básicamente a través de todo tipo de eventos de actualización
aparentemente aleatorios en el hipergrama. Pero en la física existente (o, específicamente, la teoría del campo cuántico) básicamente
se espera que analicemos todo en términos de partículas (virtuales). Entonces, si tratamos de hacer eso con todos estos eventos de
actualización aleatorios, no es sorprendente que terminemos diciendo que están sucediendo estas colecciones infinitas de cosas. (Sí,
esto se puede hacer mucho más preciso; solo estoy dando un resumen aquí).
Pero tan pronto como decimos esto, hay un problema inmediato: estamos diciendo que hay una densidad de energía
formalmente infinita, o al menos enorme, que debe existir en todas partes del universo. Pero si luego aplicamos la ecuación de
Einstein, concluiremos que esto debe producir suficiente curvatura para básicamente enrollar el universo en una pequeña bola.
Una forma de salir de esto es introducir un término cosmológico llamado, que es solo un término adicional en las ecuaciones de
Einstein, y luego postular que este término está dimensionado para cancelar exactamente (sí, quizás una parte de cada 10 60 60 o más)
la densidad de energía de las partículas virtuales. Ciertamente no es una solución bonita.
Pero en nuestros modelos, la situación es bastante diferente. No es que tengamos partículas virtuales "en el espacio", que
están teniendo un efecto en el espacio. Es que lo mismo que corresponde a las partículas virtuales es en realidad "hacer el
espacio" y mantener su estructura. Por supuesto, hay muchos detalles sobre esto, que sin duda dependen de la regla
subyacente particular. Pero el punto es que hay ya no es un gran misterio sobre por qué la "energía del vacío" no destruye
básicamente nuestro universo: en efecto, es porque es lo que está haciendo nuestro universo.
Agujeros Negros, Singularidades, etc.
Una de las grandes predicciones de la relatividad general es la existencia de agujeros negros . Entonces, ¿cómo funcionan esas
cosas en nuestros modelos? En realidad, es bastante sencillo. La característica definitoria de un agujero negro es la existencia de un
horizonte de sucesos: un límite que las señales luminosas no pueden cruzar, y donde, en efecto, se rompe la conexión causal.
En nuestros modelos, podemos ver explícitamente que suceder en el gráfico causal . Aquí hay un ejemplo:
& # 10005
ResourceFunction [
"WolframModel"] [{{0, 1}, {0, 2}, {0, 3}} -> {{1, 2}, {3, 2}, {3,
4}, {4, 3}, {4, 4}}, {{0, 0}, {0, 0}, {0, 0}}, 20, "CausalGraph"] // LayeredGraphPlot
Al principio, todo está conectado causalmente. Pero en algún momento el gráfico causal se divide, y hay un horizonte de
eventos. Los eventos que ocurren en un lado no pueden influir en los del otro, y así sucesivamente. Y así es como una región
del universo puede "romperse causalmente" para
formar algo así como un agujero negro .
Pero en realidad, en nuestros modelos, la "ruptura" puede ser aún más extrema. No solo se puede dividir el gráfico causal; la
hipergrafía espacial en realidad puede arrojar piezas desconectadas —Cada uno de los cuales en efecto forma un "universo
separado" completo:
& # 10005
Enmarcado [ResourceFunction ["WolframModelPlot"] [#,
ImageSize -> {UpTo [100], UpTo [60]}], FrameStyle -> LightGray] & / @ ResourceFunction [
"WolframModel"] [{{1, 2, 3}, {4, 5, 3}} -> {{2, 6, 4}, {6, 1,

2}, {4, 2, 1}}, {{0, 0, 0}, {0, 0, 0}}, 20, "EstadosLista"]
Por cierto, es interesante ver lo que sucede con el observadores de foliaciones hacen cuando hay un horizonte de eventos La
invariancia causal dice que las rutas en el gráfico causal que divergen siempre deberían fusionarse. Pero si los caminos van
en diferentes partes desconectadas del gráfico causal, eso nunca puede suceder. Entonces, ¿cómo lidia un observador con
eso? Bueno, básicamente tienen que "congelar el tiempo". Deben tener una foliación en la que se acumulen segmentos de
tiempo sucesivos y nunca entren en las piezas desconectadas.
Es como lo que sucede en la relatividad general. Para un observador lejos del agujero negro, parecerá que lleva un
tiempo infinito para que algo caiga en el agujero negro. Por ahora, esto es solo un fenómeno asociado con la
estructura del espacio. Pero luego veremos que también es el análogo directo de algo completamente diferente: el
proceso de medición en mecánica cuántica.
Volviendo a la gravedad: podemos hacer preguntas no solo sobre los horizontes de eventos, sino también sobre las singularidades
reales en el espacio-tiempo. En nuestros modelos, estos son lugares donde muchos caminos en un gráfico causal convergen en un solo
punto. Y en nuestros modelos, podemos estudiar de inmediato preguntas como si hay siempre un horizonte de eventos asociado con
cualquier singularidad (la "hipótesis de la censura cósmica").
Podemos preguntar sobre otros fenómenos extraños de la relatividad general. Por ejemplo, hay
curvas cerradas , a veces visto como permitiendo viajar en el tiempo. En nuestros modelos, las curvas cerradas de tiempo son
inconsistentes con la invariabilidad causal. Pero ciertamente podemos inventar reglas que los produzcan. Aquí hay un ejemplo:
& # 10005
Gráfico [Función de recursos ["MultiwaySystem"] [{"AB" -> "BAB",
"BA" -> "A"}, "ABA", 4, "StatesGraph"],
GraphLayout -> {"LayeredDigraphEmbedding", "RootVertex" -> "ABA"}]
Partimos de un estado "inicial" en este sistema de múltiples vías. Pero a medida que avanzamos podemos entrar en un bucle donde
visitamos repetidamente el mismo estado. Y este ciclo también ocurre en el gráfico causal. Creemos que estamos "avanzando en el
tiempo". Pero en realidad solo estamos en un bucle,
repetidamente volviendo al mismo estado. Y si intentáramos hacer una foliación donde pudiéramos describir el tiempo como
siempre avanzando, simplemente no podríamos hacerlo.
Cosmología
En nuestro modelo, el universo puede comenzar como una pequeña hipergrafía, tal vez un solo bucle automático. Pero luego, a
medida que se aplica la regla, se expande progresivamente. Con algunas reglas particularmente simples, el tamaño total de la
hipergrafía tiene que aumentar uniformemente; con otros puede fluctuar.
Pero incluso si el tamaño de la hipergrafía siempre aumenta, eso no significa que necesariamente lo notaremos. Podría
ser que, esencialmente, todo lo que podemos ver también se expande, por lo que, en efecto, la granularidad del espacio
se está volviendo cada vez más fina. Esta sería una resolución interesante para el viejo debate sobre si el universo es
discreto o continuo . Sí, es estructuralmente discreto, pero la escala de discreción relativa a nuestra escala siempre es
cada vez más pequeña. Y si esto sucede lo suficientemente rápido, nunca podríamos "ver la discreción", porque cada vez
que intentamos medirlo, el universo se habría subdividido efectivamente antes de obtener el resultado. (De alguna
manera sería como el último cálculo
prueba de epsilon-delta : desafías al universo con un épsilon, y antes de que puedas obtener el resultado, el universo ha
hecho un delta más pequeño).
También hay otras posibilidades extrañas. Así, toda la hipergrafía del universo siempre se expande, pero las
piezas se "rompen" continuamente, formando agujeros negros de diferentes tamaños y permitiendo que el
"componente principal" del universo varíe de tamaño.
Pero independientemente de cómo funciona este tipo de expansión en nuestro universo actual, está claro que si el universo
comenzó con un solo bucle automático, tenía que expandirse mucho, al menos desde el principio. Y aquí hay una posibilidad
interesante que es relevante para comprender la cosmología.
Solo porque nuestro universo actual exhibe un espacio tridimensional, en nuestros modelos no hay razón para pensar que el
universo primitivo también necesariamente . Hay cosas muy diferentes que pueden suceder en nuestros modelos:
& # 10005
ResourceFunction ["WolframModel"] [# 1, # 2, # 3,
"FinalStatePlot"] & @@@ {{{{1, 2, 3}, {4, 5, 6}, {2, 6}} -> {{7,
7, 2}, {6, 2, 8}, {8, 5, 7}, {8, 9, 3}, {1, 6}, {10, 6}, {5, 3}, {7, 11}}, {{0, 0, 0}, {0, 0, 0}, {0, 0}},
16}, {{{1, 2, 3}, {1, 4, 5}, {3, 6}} -> {{7, 8, 7}, {7, 5, 6}, {9,
5, 5}, {1, 7, 4}, {7, 5}, {5, 10}, {11, 6}, {6, 9}}, {{0, 0, 0}, {0, 0, 0}, {0, 0}},
100}, {{{1, 2, 3}, {3, 4}} -> {{5, 5, 5}, {5, 6, 4}, {3, 1}, {1,
5}}, {{0, 0, 0}, {0, 0}}, 16}}
En el primer ejemplo aquí, diferentes partes del espacio se separan efectivamente en ramas de árboles de "agujero negro" no
comunicantes. En el segundo ejemplo, tenemos algo así como el espacio ordinario, en este caso bidimensional. Pero en el tercer
ejemplo, el espacio está, en cierto sentido, muy conectado. Si calculamos el volumen de una bola esférica, no crecerá como r re; crecerá
exponencialmente con r ( por ejemplo, como 2 r)
Si nos fijamos en el gráfico causal, veremos que puede efectivamente "ir a todas partes en el espacio", o afectar cada evento, muy
rápidamente. Sería como si la velocidad de la luz fuera infinita. Pero realmente es porque el espacio es efectivamente infinito
dimensional.
En la cosmología típica, ha sido bastante misterioso cómo diferentes partes del universo primitivo lograron "comunicarse"
entre sí, por ejemplo, para suavizar las perturbaciones. Pero si el universo comienza efectivamente en dimensiones
infinitas, y solo más tarde se "relaja" para convertirse en dimensiones finitas, eso ya no es un misterio.
Entonces, OK, ¿qué podríamos ver en el universo hoy que reflejaría lo que sucedió extremadamente temprano en su historia? El hecho
de que nuestros modelos generen de manera determinista un comportamiento que parece aleatorio a todos los efectos prácticos
significa que podemos esperar que la mayoría de las características de las condiciones iniciales o las primeras etapas del universo será
rápidamente "encriptado" , y efectivamente no reconstruible.
Pero es concebible que algo como una ruptura de simetría asociada con las primeras hipergrafías pueda sobrevivir
de alguna manera. Y eso sugiere la extraña posibilidad de que, solo tal vez, algo así como la estructura angular de
la fondo cósmico de microondas o la distribución a gran escala de galaxias podría reflejar la estructura discreta del
universo primitivo. O, en otras palabras, es concebible que lo que equivale a la regla para el universo esté, en
efecto, pintado en todo el cielo. Creo que esto es extremadamente improbable, pero sin duda sería algo
sorprendente si el universo se "autodocumentara" de esa manera.
Partículas elementales: viejas y nuevas
Hemos hablado varias veces sobre partículas como los electrones. En las teorías físicas actuales, los diversos (verdaderamente) partículas
elementales —Se supone que los quarks, los leptones (electrones, muones, neutrinos, etc.), los bosones medidores, los Higgs — son
intrínsecamente partículas puntuales, de tamaño cero. En nuestros modelos, no es así como funciona. Todas las partículas son
efectivamente "pequeños bultos de espacio" que tienen varias propiedades especiales.
Mi conjetura es que la lista precisa de qué partículas existen será algo específico para una regla subyacente particular. En
autómatas celulares, por ejemplo, estamos acostumbrado a ver conjuntos complicados de posibles estructuras localizadas surgir:
& # 10005
SeedRandom [2525]; ArrayPlot [
CellularAutomaton [110, RandomInteger [1, 700], 500], ImageSize -> Full, Frame -> None]
En nuestras hipergrafías, el la imagen inevitablemente será algo diferente . La "característica central" de cada partícula
será algún tipo de estructura localmente estable en la hipergrafía (una analogía simple podría ser que es una trozo de no
planaridad en un gráfico plano ) Pero entonces habrá muchos bordes causales asociados con la partícula, definiendo su
energía y momento particulares.
Aún así, la "característica central" de las partículas presumiblemente definirá cosas como su carga, números cuánticos y tal vez
giro, y el hecho de que se observe que estas cosas ocurren en unidades discretas puede reflejar el hecho de que es una pequeña
pieza de hipergrafía que es involucrado en la definición de ellos.
No es fácil saber qué la escala real de discreción en el espacio podría ser en nuestros modelos Pero una estimación posible (aunque
potencialmente poco confiable) podría ser que la "longitud elemental" es de alrededor de 10 –93 metros (Tenga en cuenta que eso es
muy pequeño en comparación con la longitud de Planck ~ 10 –35 metros que surgen esencialmente del análisis dimensional.) Y con
esta longitud elemental, el radio del electrón podría ser 10 –81 metros Diminuto, pero no cero. (Tenga en cuenta que
los experimentos actuales solo nos dicen que el tamaño del electrón es inferior a aproximadamente 10 –22 metros)
Una característica de nuestros modelos es que debería haber un "cuanto de masa", una cantidad discreta de la que todas las
masas, por ejemplo las partículas, son múltiplos. Con nuestra estimación de la longitud elemental, este cuanto de masa sería
pequeño, tal vez 10 –30, o 10 36 veces más pequeño que la masa del electrón.
Y esto plantea una posibilidad intrigante. Quizás las partículas, como los electrones, que conocemos actualmente son las
"grandes". (Con nuestras estimaciones, un electrón tendría elementos de hipergrafía). Y tal vez haya algunos mucho más
pequeños y mucho más ligeros. Al menos en relación con las partículas que conocemos actualmente, tales partículas tendrían
pocos elementos de hipergrafía en ellas, por lo que me refiero a ellas como "oligones" (después de la palabra griega
ὀλιγος para "pocos").
¿Qué propiedades tendrían estos oligones? Probablemente interactuarían muy muy débilmente con otras cosas en el
universo. Lo más probable es que se hayan producido muchos oligones en el universo primitivo, pero con sus interacciones
muy débiles, pronto "abandonarían el equilibrio térmico" y se dejado en grandes cantidades como reliquias —Con energías que
disminuyen progresivamente a medida que el universo se expande a su alrededor.
Entonces, ¿dónde podrían estar los oligones ahora? Aunque sus otras interacciones probablemente serían excepcionalmente débiles, aún
estarían sujetas a la gravedad. Y si sus energías terminan siendo lo suficientemente bajas, básicamente se acumularían en pozos de
gravedad alrededor del universo, lo que significa dentro y alrededor de las galaxias.
Y eso es interesante, porque en este momento hay un gran misterio sobre la cantidad de masa que se ve en las galaxias.
Parece que hay mucha "materia oscura" que no podemos ver pero que tiene efectos gravitacionales. Bueno, tal vez son
oligones. Tal vez incluso muchos tipos diferentes de oligones: una física de sombras completa de partículas mucho más ligeras.
La inevitabilidad de la mecánica cuántica
"¿Pero cómo obtendrás la mecánica cuántica?", Los físicos siempre me preguntaban cuándo describiría versiones anteriores
de mis modelos . En muchos sentidos, la mecánica cuántica es el pináculo de la física existente. Sin embargo, siempre ha
tenido un cierto aire de “no se espera que comprenda este”, junto con “solo-confíe en el formalismo matemático”. Y sí, el
formalismo matemático ha funcionado bien, realmente bien, al permitirnos calcular cosas. (Y casi parece más satisfactorio
porque los cálculos son a menudo tan duro ; de hecho, lo suficientemente duro como para que sean lo que primero me hizo
comenzar a usar computadoras para hacer matemáticas Hace 45 años.)
Nuestra impresión habitual del mundo es que suceden cosas definidas. Y antes de la mecánica cuántica, la física clásica
típicamente captaba esto en leyes, generalmente ecuaciones, que le dirían a uno qué haría específicamente un sistema. Pero
en la mecánica cuántica, el formalismo implica que cualquier sistema en particular haga muchas cosas diferentes "en
paralelo", con nosotros solo viendo muestras, en última instancia con ciertas probabilidades, de estas posibilidades.
Y tan pronto como uno escuche de un modelo en el que hay reglas definidas, uno podría suponer que nunca podría
reproducir la mecánica cuántica. Pero, en realidad, en nuestros modelos, la mecánica cuántica no solo es posible; Es
absolutamente inevitable. Y, como veremos, en algo que considero bastante hermoso, el núcleo de lo que conduce a él
resulta ser el mismo que lo que conduce a la relatividad.
Bien, entonces, ¿cómo funciona esto? Volvamos a lo que discutimos cuando comenzamos a hablar sobre el tiempo. En nuestros modelos
hay una regla definida para las actualizaciones que se deben realizar en nuestras hipergrafías, por ejemplo:
& # 10005
"WolframModel"] [{{x, y}, {x, z}} -> {{y, z}, {y, w}, {z, w}, {x,
Pero si tenemos una hipergrafía como esta:
& # 10005
ResourceFunction [
"WolframModel"] [{{x, y}, {x, z}} -> {{y, z}, {y, w}, {z, w}, {x,
w}}, {{0, 0}, {0, 0}}, 6, "FinalStatePlot"]
Por lo general, habrá muchos lugares donde se puede aplicar esta regla. Entonces, ¿qué actualización debemos hacer primero?
El modelo no nos dice. Pero imaginemos todas las posibilidades. La regla nos dice cuáles son todos, y podemos representarlos
(como discutimos anteriormente) como un
sistema de múltiples vías —Aquí ilustrado usando el caso más simple de cadenas en lugar de hipergrafías:
& # 10005
ResourceFunction ["MultiwaySystem"] [{"A" -> "AB",
"B" -> "A"}, {"A"}, 6, "StatesGraph"]
Cada nodo en este gráfico ahora representa un estado completo de nuestro sistema (una hipergrafía en nuestros modelos reales).
Y cada nodo está unido por flechas al estado o estados que se obtienen al aplicarle una única actualización.
Si nuestro modelo hubiera estado funcionando "como la física clásica", esperaríamos que progresara en el tiempo de un
estado a otro, digamos así:
& # 10005
ResourceFunction ["GenerationalMultiwaySystem"] [{"A" -> "AB",
"B" -> "A"}, {"A"}, 5, "StatesGraph"]
Pero el punto crucial es que la estructura de nuestros modelos no nos deja otra opción que considerar los sistemas de múltiples
vías. La forma de todo el sistema de múltiples vías está completamente determinada por las reglas. Pero, de una manera que ya
recuerda bastante al formalismo estándar de la mecánica cuántica, el sistema de múltiples vías define muchos caminos diferentes
posibles de la historia.
Pero ahora hay un misterio. Si siempre hay todos estos diferentes caminos posibles de la historia, ¿cómo es que alguna vez
pensamos que suceden cosas definidas en el mundo? Este ha sido un misterio central de la mecánica cuántica durante un
siglo. Resulta que si uno solo está usando la mecánica cuántica para hacer cálculos, la respuesta básicamente no importa.
Pero si uno quiere "comprender realmente lo que está sucediendo" en la mecánica cuántica, es algo que definitivamente
importa.
Y lo emocionante es que en nuestros modelos, hay una resolución obvia. Y en realidad se basa en el mismo
fenómeno, la invariancia causal, que nos da la relatividad.
Aquí es más o menos como funciona esto . El punto clave es pensar en lo que un observador que es parte del sistema
de múltiples vías concluirá sobre el mundo. Sí, hay diferentes caminos posibles de la historia. Pero, al igual que en
nuestra discusión sobre la relatividad, el único aspecto del que un observador se dará cuenta es las relaciones causales
entre los eventos que involucran. Pero el punto es que, aunque cuando se mira desde "afuera" los caminos son
diferentes, la invariabilidad causal implica que la red de relaciones entre eventos causales (que es todo lo que es
relevante cuando uno está dentro del sistema) siempre será exactamente la misma.
En otras palabras, al igual que en el caso de la relatividad, a pesar de que desde fuera del sistema puede parecer que hay
muchos "hilos de tiempo" posibles, desde el interior del sistema la invariancia causal implica que, en cierto sentido, en última
instancia, solo hay un hilo de tiempo, o, en efecto, una realidad objetiva.
¿Cómo se relaciona todo esto con el formalismo estándar detallado de la mecánica cuántica? Es un poco complicado
Pero déjenme hacer al menos algunos comentarios aquí. (Hay algunos detalles más en mi Documento técnico ; Jonathan
Gorard ha dado aún más .)
Los estados en el sistema de múltiples vías pueden considerarse como posibles estados del sistema cuántico. Pero como caracterizar
cómo los observadores los experimentan ? En particular, ¿de qué estados sabe el observador cuándo? Al igual que en el caso
de la relatividad, el observador puede, en cierto sentido, elegir cómo definen el tiempo. Una posibilidad podría ser mediante una
foliación del sistema de múltiples vías como esta:
& # 10005
Gráfico [ResourceFunction ["MultiwaySystem"] [{"A" -> "AB",
"B" -> "A"}, {"A"}, 6, "StatesGraph"], AspectRatio -> 1/2, Epilog -> {ResourceFunction
["WolframPhysicsProjectStyleData"] [
"BranchialGraph", "EdgeStyle"], AbsoluteThickness [1.5], Table [Line [{{- 8, i}, {10, i}}], {i, 1/2, 6 + 1/2}]}]
En el formalismo de la mecánica cuántica, se puede decir que en cada momento, el observador experimenta una
superposición de posibles estados del sistema. Pero ahora hay un punto crítico. En analogía directa con el caso de la
relatividad, hay muchas opciones diferentes que el observador puede hacer sobre cómo definir el tiempo, y cada una de
ellas corresponde a una foliación diferente del gráfico de múltiples vías.
Nuevamente, por analogía con la relatividad, podemos pensar en estas elecciones como lo que podemos llamar diferentes "marcos de
observación cuántica". La invariancia causal implica que, siempre que respeten las relaciones causales en el gráfico, estos marcos se
pueden configurar básicamente de la forma que queramos. Al hablar de la relatividad, fue útil tener "líneas paralelas inclinadas"
("marcos inerciales") que representan a los observadores que se mueven uniformemente en el espacio.
Al hablar de mecánica cuántica, otros marcos son útiles. En particular, en el formalismo estándar de la mecánica
cuántica, es común hablar de " medición cuántica ”: Esencialmente el acto de tomar un sistema cuántico y determinar
algún resultado definitivo (esencialmente clásico) a partir de él. Bueno, en nuestra configuración, una medición
cuántica corresponde básicamente a un marco de observación cuántica particular.
Aquí hay un ejemplo:

& # 10005
(* https: //www.wolframcloud.com/obj/wolframphysics/TechPaper-Programs/ \ Section-08 / QM-foliations-01.wl *)
CloudGet ["https://wolfr.am/LbdPPaXZ"]; Aumentar[

Con [{graph =
Gráfico [Función de recursos ["MultiwaySystem"] [{"A" -> "AB"}, {"AA"},
7, "StatesGraph"],
VertexShapeFunction -> {Alternatives @@
VertexList [ResourceFunction [
"GenerationalMultiwaySystem"] [{"A" -> "AB"}, {"AA"}, 5, "StatesGraph"]] -> (Texto [
Enmarcado [Estilo [stripMetadata [# 2], Tono [0, 1, 0.48]], Fondo ->
Directiva [Opacidad [.6], Hue [0, 0.45, 0.87]], FrameMargins -> {{2, 2}, {0, 0}}, RoundingRadius -> 0,
FrameStyle ->
Directiva [Opacidad [0.5],

Tono [0, 0.52, 0.8200000000000001]]], # 1, {0, 0}] &)},
VertexCoordinates -> (Tema [
VertexList [#] -> GraphEmbedding [#, Automatic, 2]] & [ResourceFunction ["MultiwaySystem"] [{"A" -> "AB"},
{"AA"}, 8, "StatesGraph"]])] }, Mostrar [gráfico,
foliationGraphics [gráfico, #, {0.1, 0.05},

Directiva [Hue [0.89, 0.97, 0.71], AbsoluteThickness [1.5]]] & / @ {{{"AA"}}, {{"AA",
"AAB", "ABA"}}, {{
"AA", "AAB", "ABA", "AABB", "ABAB", "ABBA"}}, {{"AA", "AAB", "ABA", "AABB", "ABAB", "ABBA" "," AABBB ","
ABABB "," ABBAB "," ABBBA "}}, {{
"AA", "AAB", "ABA", "AABB", "ABAB", "ABBA", "AABBB", "ABABB", "ABBAB", "ABBBA", "AABBBB", "ABABBB",
"ABBABB "," ABBBAB "," ABBBBA "}, {
"AA", "AAB", "ABA", "AABB", "ABAB", "ABBA", "AABBB", "ABABB", "ABBAB", "ABBBA", "AABBBB", "ABABBB", "ABBABB
"," ABBBAB "," ABBBBA "," AABBBBB "," ABABBBB "," ABBBBAB "," ABBBBBA "}, {" AA "," AAB "," ABA "," AABB ","
ABAB "," ABBA " "," AABBB "," ABABB "," ABBAB "," ABBBA "," AABBBB "," ABABBB "," ABBABB "," ABBBAB ","
ABBBBA "," AABBBBB "," ABABBBB "," ABBBBAB ", "ABBBBBA", "AABBBBBB", "ABABBBBB", "ABBBBBAB",
"ABBBBBBA"}, {"AA", "AAB","ABA", "AABB", "ABAB", "ABBA", "AABBB", "ABABB", "ABBAB", "ABBBA", "AABBBB",
"ABABBB", "ABBABB", "ABBBAB", "ABBBBA" "," AABBBBB "," ABABBBB "," ABBBBAB "," ABBBBBA "," AABBBBBB ","
ABABBBBB "," ABBBBBAB "," ABBBBBBA "," AABBBBBBB "," ABABBBBBB "," AB "," ABBB "," B " }}]], 0.9]AABBBBBB
"," ABABBBBB "," ABBBBBAB "," ABBBBBBA "," AABBBBBBB "," ABABBBBBB "," ABBBBBBAB "," ABBBBBBBA "}}}]],
0.9]AABBBBBB "," ABABBBBB "," ABBBBBAB "," ABBBBBBA "," AABBBBBBB "," ABABBBBBB "," ABBBBBBAB ","
ABBBBBBBA "}}}]], 0.9]
Las sucesivas líneas rosadas marcan efectivamente lo que el observador considera que son momentos sucesivos en el tiempo.
Entonces, cuando todas las líneas se agrupan debajo del estado ABABABB lo que significa es que el observador está eligiendo
efectivamente "congelar el tiempo" para ese estado. En otras palabras, el observador dice "ese es el estado en el que considero
que está el sistema, y me apego a él". O, dicho de otra manera, aunque en el gráfico completo de múltiples vías hay todo tipo de
otras evoluciones "mecánicas cuánticas" de estados en curso, el observador ha establecido su marco de observación cuántica
para que escojan solo un particular, definido, clásico- como resultado.
OK, pero ¿pueden hacer eso constantemente? Bueno, eso depende de la estructura subyacente real del gráfico de múltiples vías, que en
última instancia depende de la regla subyacente real. En el ejemplo anterior, hemos configurado una foliación (es decir, un marco de
observación cuántica) que hace el mejor trabajo posible en esta regla en el "tiempo de congelación" para el ABABABB estado. Pero,
¿cuánto tiempo puede mantenerse este "campo de distorsión de la realidad"?
La única forma de mantener la foliación consistente en el gráfico de múltiples vías anterior es expandirla progresivamente con el
tiempo. En otras palabras, para mantener el tiempo congelado, cada vez más estados cuánticos tienen que introducirse en el "campo
de distorsión de la realidad", por lo que cada vez hay menos coherencia en el sistema.
La imagen de arriba es para una regla muy trivial. Aquí hay una imagen correspondiente para un caso un poco más realista:
& # 10005
(* https: //www.wolframcloud.com/obj/wolframphysics/TechPaper-Programs/ \ Section-08 / QM-foliations-01.wl *) CloudGet
["https://wolfr.am/LbdPPaXZ"]; Mostrar [drawFoliation [

"B" -> "A"}, {"A"}, 6, "StatesGraph"], VertexShapeFunction -> {Alternatives
@@
VertexList [
ResourceFunction ["GenerationalMultiwaySystem"] [{"A" -> "AB",
"B" -> "A"}, {"A"}, 5, "StatesGraph"]] -> (Texto [Enmarcado [Estilo [stripMetadata [# 2], Tono [0, 1, 0.48]],
Fondo - > Directiva [Opacidad [.2], Hue [0, 0.45, 0.87]], FrameMargins -> {{2, 2}, {0, 0}}, RoundingRadius -> 0,
FrameStyle ->
Directiva [Opacidad [0.5],

Tono [0, 0.52, 0.8200000000000001]]], # 1, {0, 0}] &)}], {{"A", "AB", "AA", "ABB", "ABA"}, {" A "," AB "," AA
"," ABB "," ABA "," AAB "," ABBB "}, {" A "," AB "," AA "," ABB "," ABA "," AAB "," ABBB "," AABB "," ABBBB "}}, {0.1, 0},
Directiva [Hue [0.89, 0.97, 0.71], AbsoluteThickness [1.5]]], Gráficos [{Directiva [Hue [0.89, 0,97, 0,71], espesor absoluto
[1.5]],
Espesor absoluto [1.6 '],

Línea [{{- 3.35, 4.05}, {-1.85, 3.3}, {-0.93, 2.35}, {-0.93,
1.32}, {0.23, 1.32}, {0.23, 2.32}, {2.05, 2.32}, {2.05,
1.51}, {1.15, 1.41}, {1.15, 0.5}, {2.15, 0.5}, {2.25,
1.3}, {4.3, 1.3}, {4.6, 0.5}, {8.6, 0.5}}}}]]
Y lo que vemos aquí es que, incluso en este caso todavía increíblemente simplificado, la estructura del sistema de múltiples
vías obligará al observador a construir una foliación cada vez más elaborada si quiere congelar con éxito el tiempo. La
medición en mecánica cuántica siempre ha implicado una idealización matemática ligeramente incómoda, y esto ahora nos da
una idea de lo que realmente está sucediendo. (En última instancia, la situación es muy similar al problema de decodificar las
condiciones iniciales termodinámicas "encriptadas" que mencioné anteriormente).
La medición cuántica se trata realmente de lo que percibe un observador. Pero si, por ejemplo, está tratando de construir
una computadora cuántica, no se trata solo de que un qubit sea percibido como mantenido en un estado particular; en
realidad tiene que mantenerse en ese estado. Y para que este sea el caso, tenemos que congelar el tiempo para ese
qubit. Pero aquí hay un ejemplo muy simplificado de cómo eso puede suceder en un gráfico de múltiples vías:
& # 10005
(* https: //www.wolframcloud.com/obj/wolframphysics/TechPaper-Programs/ \ Section-08 / QM-foliations-01.wl *) \
CloudGet ["https://wolfr.am/LbdPPaXZ"]; Ampliar [Mostrar [Con [{graph =

"XABABX" -> "XXXX"}, {"XAAX"}, 6, "StatesGraph"], VertexCoordinates -> Agregar [(Hilo [
VertexList [#] -> GraphEmbedding [#, Automatic, 2]] & [ResourceFunction ["MultiwaySystem"]
[{"A" -> "AB",
"XABABX" -> "XXXX"}, {"XAAX"}, 8, "StatesGraph"]]), "XXXX" -> {0, 5.5}]]}, Mostrar [gráfico,
foliationGraphics [gráfico, #, {0.1, 0.05},

Directiva [Hue [0.89, 0.97, 0.71], AbsoluteThickness [1.5]]] & / @ {Sequence [{{"XAAX"}}, {{"XAAX", "XAABX",
"XABAX"}}, {{
"XAAX", "XAABX", "XABAX", "XAABBX", "XABABX", "XABBAX"}}, {{"XAAX", "XAABX", "XABAX", "XAABBX",
"XABABX", "XABBAX" "," XAABBBX "," XABABBX "," XABBABX "," XABBBAX "}}, {{" XAAX "," XAABX "," XABAX
"," XAABBX "," XABABX "," XABBAX "," XAABBBX ", "XABABBX", "XABBABX", "XABBBAX", "XAABBBBX",
"XABABBBX", "XABBABBX", "XABBBABX", "XABBBBAX"}, {"XAAX", "XAABX", "XABAX", "XAABX, "XABABX",
"XABBAX", "XAABBBX", "XABABBX", "XABBABX", "XABBBAX", "XAABBBBX","XABABBBX", "XABBABBX",
"XABBBABX", "XABBBBAX", "XAABBBBBX", "XABABBBBX", "XABBBBABX", "XABBBBBAX", "XABBABBBX",
"XABBBABBX"}}, {}, {}]}]]], .6]
Toda esta discusión sobre el "tiempo de congelación" puede parecer extraña, y no como algo de lo que uno suele hablar en
física. Pero en realidad, hay una conexión maravillosa: se puede pensar que el congelamiento del tiempo del que estamos
hablando aquí ocurre porque tenemos el análogo en el espacio de estados cuánticos de un agujero negro en el espacio físico.
La imagen de arriba hace posible que tengamos algo donde las cosas pueden entrar, pero si lo hacen, siempre se atascan.
Pero hay más que eso. Si eres un observador lejos de un agujero negro, entonces nunca verás nada caer en el agujero negro
en un tiempo finito (es por eso que los agujeros negros se llaman " estrellas congeladas " en ruso). Y la razón de esto es
precisamente porque (según las matemáticas) el tiempo está congelado en el horizonte de eventos del agujero negro. En
otras palabras, para hacer un qubit con éxito, debes aislarlo efectivamente en el espacio cuántico como si las cosas se
aislaran en el espacio físico por la presencia del horizonte de eventos de un agujero negro.
¡La relatividad general y la mecánica cuántica son la misma idea!
La relatividad general y la mecánica cuántica son las dos grandes teorías fundamentales de la física actual. Y en el pasado a
menudo ha sido una lucha reconciliarlos. Pero uno de los mejores resultados de nuestro proyecto hasta el momento ha sido la
constatación de que, en algún nivel profundo, la relatividad general y la mecánica cuántica son en realidad la misma idea . Es algo
que (al menos hasta ahora) solo está claro en el contexto de nuestros modelos. Pero el punto básico es que ambas teorías son
consecuencias de la invariabilidad causal, solo aplicadas en diferentes situaciones.
Recordemos nuestra discusión de gráficos causales en el contexto de la relatividad anterior. Dibujamos foliaciones y dijimos
que si miramos una porción particular, nos diría la disposición del sistema en el espacio en lo que consideramos que es un
momento particular. Así que ahora echemos un vistazo a los gráficos de múltiples vías. Vimos en la sección anterior que en
mecánica cuántica estamos interesados en foliaciones de estos. Pero si observamos un corte en particular en una de estas
foliaciones, ¿qué representa? La foliación tiene muchos estados. Y resulta que podemos pensar que se presentan en un
espacio abstracto que llamamos " espacio branquial ".
Para darle sentido a este espacio, tenemos que tener una manera de decir qué hay cerca de qué. Pero en realidad el gráfico de múltiples vías
nos da eso. Echa un vistazo a este gráfico de múltiples vías:

& # 10005
{_, _}: {Red, Red},


1 / lineDensityVertical}], Last @ lineStyles ], {}]}; LayeredGraphPlot [
ResourceFunction ["MultiwaySystem"] [{"A" -> "AB", "B" -> "A"}, "A", 5,

"EvolutionGraph"], Epílogo ->
foliationLines [{1, 0}, {0, 0}, {0,

0}, {ResourceFunction ["WolframPhysicsProjectStyleData"] ["BranchialGraph", "EdgeStyle"],
ResourceFunction ["WolframPhysicsProjectStyleData"] ["BranchialGraph", "EdgeStyle"]}]]
En cada corte de la foliación, dibujemos un gráfico donde conectemos dos estados siempre que ambos sean parte del mismo "par
de ramas", de modo que, como Automóvil club británico y TEJIDO aquí, ambos vienen del mismo estado en el corte anterior. Aquí
están los gráficos que obtenemos al hacer esto para cortes sucesivos:
& # 10005
Tabla [Función de recursos ["MultiwaySystem"] [{"A" -> "AB", "B" -> "A"},
"A", t, If [t <= 5, "BranchialGraph", "BranchialGraphStructure"]], {t, 2, 8}]
Llamamos a estos gráficos branquiales. Y podemos pensar en ellos como representando la correlación, o enredo, de estados cuánticos .
Dos estados cercanos en el gráfico están altamente enredados; los que están más lejos, menos. Y podemos imaginar que a medida
que nuestro sistema evolucione, obtendremos gráficos branquiales cada vez más grandes, hasta que eventualmente, al igual que en
nuestras hipergrafías originales, podamos pensar que estos gráficos se limitan a algo así como un espacio continuo.
¿Pero cómo es este espacio? Para nuestras hipergrafías originales, imaginamos que obtendríamos algo como el espacio
físico ordinario (digamos cerca del espacio euclidiano tridimensional). Pero espacio branquial es algo más abstracto y mucho
más salvaje. Y, por lo general, ni siquiera será de dimensión finita. (Que podría aproximar un espacio proyectivo de Hilbert .)
Pero aún podemos considerarlo matemáticamente como una especie de espacio.
OK, las cosas se están poniendo bastante complicadas aquí. Pero déjenme intentar dar al menos una idea de cómo funcionan
las cosas. Aquí hay un ejemplo de una correspondencia maravillosa: la curvatura en el espacio físico es como el principio de
incertidumbre de la mecánica cuántica. ¿Por qué tienen algo que ver entre sí?
El principio de incertidumbre dice que si mides, por ejemplo, la posición de algo, entonces su impulso, obtendrás
una respuesta diferente a si lo haces en el orden opuesto. Pero ahora piense en lo que sucede cuando intenta
hacer un rectángulo en el espacio físico yendo en dirección X primero luego y y luego haces esto en el orden opuesto.
En un espacio plano, llegarás al mismo lugar. Pero en un espacio curvo, no podrás:
& # 10005
parallelTransportOnASphere [size_]: =
Módulo [{\ [Phi], \ [Theta]},
Con [{spherePoint = {Cos [\ [Phi]] Sin [\ [Theta]],
Sin [\ [Phi]] Sin [\ [Theta]], Cos [\ [Theta]]}}, Graphics3D [{{Más claro [Amarillo, .2],
Esfera []},
Primero @ ParametricPlot3D [
esferaPunto /. \ [Phi] -> 0, {\ [Theta], \ [Pi] / 2, \ [Pi] / 2 -
tamaño}, PlotStyle -> Darker @ Red ], Rotar [ First @
ParametricPlot3D [
size}, PlotStyle -> Darker @ Red ], \ [Pi] / 2, {-1, 0, 0}], Rotar [ Primero @
ParametricPlot3D [
size}, PlotStyle -> Darker @ Red ], size, {0, 0, 1}], Rotate [Rotate [
Primero @ ParametricPlot3D [
size}, PlotStyle -> Darker @ Red ], \ [Pi] / 2, {-1, 0, 0}], size, {0, -1, 0}]}, Boxed -> False, SphericalRegion ->
False , Método -> {"ShrinkWrap" -> True}, ViewPoint -> {2, tamaño, tamaño}]]]; parallelTransportOnASphere [0 | 0.]: =
parallelTransportOnASphere [1. * ^ - 10];

parallelTransportOnASphere [0.7]
Y esencialmente lo que está sucediendo en el principio de incertidumbre es que estás haciendo exactamente esto, pero en el
espacio branquial, en lugar del espacio físico. Y es porque el espacio branquial es salvaje, y efectivamente muy curvo, que usted obtener
el principio de incertidumbre .
Bien, entonces la siguiente pregunta podría ser: ¿cuál es el análogo de las ecuaciones de Einstein en el espacio branquial? Y de
nuevo, es bastante maravilloso: al menos en cierto sentido, la respuesta es que es el camino integral —La construcción
matemática fundamental de la mecánica cuántica moderna y la teoría cuántica de campos.
Esto es nuevamente algo complicado. Pero déjame intentar darle un sabor. Así como discutimos la geodésica como una descripción de
los caminos atravesados por el espacio físico en el transcurso del tiempo, también podemos discutir geodésicas como describir caminos
atravesados por el espacio branquial en el transcurso del tiempo. En ambos casos, estas geodésicas están determinadas por la
curvatura en el espacio correspondiente. En el caso del espacio físico, argumentamos (aproximadamente) que la presencia de bordes
causales excesivos, que corresponden a la energía, conduciría a lo que equivale a la curvatura en la hipergrafía espacial, como se
describe en las ecuaciones de Einstein.
Bien, ¿y qué hay del espacio branquial? Al igual que para la hipergrafía espacial, podemos pensar en las conexiones causales
entre los eventos de actualización que definen el gráfico branquial. Y una vez más podemos imaginar identificar el flujo de los
bordes causales, ahora no a través de las hiperesuperficies espaciales, sino a través de las ramificadas, como correspondientes a
la energía. Y, al igual que en el caso de la hipergrafía espacial, un exceso de estos bordes causales tendrá el efecto de producir lo
que equivale a la curvatura en el espacio branquial (o, más estrictamente, en el tiempo ramificado, el análogo del espacio-tiempo).
Pero esta curvatura afectará a las geodésicas que atraviesan el espacio branquial.
En la relatividad general, la presencia de masa (o energía) provoca una curvatura en el espacio que hace que los caminos de la
geodésica giren, que es lo que normalmente se interpreta como la acción de la fuerza de la gravedad. Pero ahora tenemos un
análogo en mecánica cuántica, en nuestro espacio branquial. La presencia de energía efectivamente causa curvatura en el espacio
branquial, lo que hace que los caminos de la geodésica a través del espacio branquial giren.
¿A qué corresponde el giro? Básicamente es exactamente de lo que habla la integral del camino. La integral de ruta (y el
formalismo habitual de la mecánica cuántica) se configura en términos de números complejos. Pero también puede pensarse en
términos de girar a través de un ángulo. Y eso es exactamente lo que está sucediendo con nuestra geodésica en el espacio
branquial. En el camino integral hay una cantidad llamada acción, que es una especie de análogo relativista de la energía, y
cuando uno resuelve las cosas con más cuidado , nuestros flujos de bordes causales corresponden a la acción, pero también son
exactamente los que determinan la velocidad de giro de la geodésica.
Todo encaja perfectamente. En el espacio físico tenemos las ecuaciones de Einstein, el núcleo de la relatividad general. Y en
el espacio branquial (o, más exactamente, en el espacio de múltiples vías) tenemos el camino integral de Feynman, el núcleo
de la mecánica cuántica moderna. Y en el contexto de nuestros modelos, son solo diferentes facetas de la misma idea. Es
una unificación increíble que tengo que decir que no vi venir; es algo que acaba de surgir como una consecuencia inevitable
de nuestros modelos simples de aplicación de reglas a colecciones de relaciones o hipergrafías.
Movimiento branquial y el horizonte de enredo
Podemos pensar en el movimiento en el espacio físico como el proceso de explorar nuevos elementos en la hipergrafía
espacial, y potencialmente verse afectado por ellos. Pero ahora que estamos hablando del espacio branquial, es natural
preguntarse si hay algo como el movimiento allí también. Y la respuesta es que la hay. Y es básicamente exactamente el
mismo tipo de cosas:
pero en lugar de explorar nuevos elementos en la hipergrafía espacial, estamos explorando nuevos elementos en el
gráfico branquial y posiblemente nos veamos afectados por ellos.
Hay una manera de hablar de ello en el lenguaje estándar de la mecánica cuántica: a medida que nos movemos en el
espacio branquial, efectivamente nos estamos "enredando" con más y más estados cuánticos.
Bien, entonces llevemos la analogía más allá. En el espacio físico, hay una velocidad máxima de movimiento: la velocidad de la luz, C.
Entonces, ¿qué pasa en el espacio branquial? Bueno, en nuestros modelos podemos ver que también tiene que haber un Velocidad
máxima de movimiento en el espacio branquial . O, en otras palabras, hay una tasa máxima a la que podemos enredarnos con
nuevos estados cuánticos.
En el espacio físico, hablamos de los conos de luz como las regiones que pueden verse afectadas causalmente por algún
evento en una ubicación particular en el espacio. De la misma manera, podemos hablar sobre conos de entrelazamiento que
definen regiones en el espacio branquial que pueden verse afectadas por eventos en alguna posición en el espacio branquial. Y
así como hay un gráfico causal que efectivamente une los conos de luz elementales, hay algo similar que une los conos de
enredos.
Que algo similar es el gráfico causal de múltiples vías : un gráfico que representa las relaciones causales entre todos los eventos que
pueden ocurrir en cualquier parte de un sistema de múltiples vías. Aquí hay un ejemplo de un gráfico causal de múltiples vías para solo
unos pocos pasos de un sistema de sustitución de cadenas muy simple, y ya es bastante complicado:
& # 10005
LayeredGraphPlot [
Graph [ResourceFunction ["MultiwaySystem"] [
"WolframModel" -> {{{x, y}, {x, z}} -> {{y, w}, {y, z}, {w,
x}}}, {{{0, 0}, {0, 0}}}, 6, "CausalGraphStructure"]]]
Pero, en cierto sentido, el gráfico causal de múltiples vías es la descripción más completa de todo lo que puede afectar la experiencia
de los observadores. Algunas de las relaciones causales que describe representan conexiones espaciales; algunos representan
conexiones ramificadas. Pero todos ellos están ahí. Y así, en cierto sentido, el gráfico causal de múltiples vías es donde la relatividad
y la cuántica
La mecánica se une. Corte en una dirección y verá relaciones en el espacio físico; divida de otra manera y
verá relaciones en el espacio branquial, entre estados cuánticos.
Para ayudar a ver cómo funciona esto, aquí hay una muy versión de juguete de un gráfico causal de múltiples vías :
& # 10005
Graph3D [ResourceFunction ["GeneralizedGridGraph"] [{4 -> "Dirigido", 4,
4}, EdgeStyle -> {Más oscuro [Azul], Más oscuro [Azul], Púrpura}]]
Cada punto es un evento que ocurre en alguna hipergrafía en alguna rama de un sistema de múltiples vías. Y ahora el
gráfico registra la relación causal de ese evento con otros. En este ejemplo de juguete, existen relaciones puramente
temporales, indicadas por flechas que apuntan hacia abajo, en las que, básicamente, algún elemento de la hipergrafía
está afectando a su yo futuro. Pero luego hay relaciones espaciales y ramificadas, donde el evento afecta a elementos
que están separados "espacialmente" en el hipergrama o "ramificados" en el sistema de múltiples vías.
Pero en toda esta complejidad, hay algo maravilloso que sucede. Tan pronto como la regla subyacente tenga invariancia causal,
esto implica todo tipo de regularidades en el gráfico causal de múltiples vías. Y, por ejemplo, nos dice que todos esos gráficos
causales que obtenemos al tomar diferentes divisiones de tiempo de ramificación son en realidad los mismos cuando los
proyectamos en el espacio-tiempo, y esto es lo que conduce a la relatividad.
Pero la invariancia causal también tiene otras consecuencias. Una de ellas es que debería haber un análogo de la relatividad especial
que se aplique no en el espacio-tiempo sino en el tiempo de ramificación. Los marcos de referencia de la relatividad especial son ahora
nuestros marcos de observación cuántica. Y el análogo de la velocidad en el espacio físico es la tasa de entrelazar nuevos estados
cuánticos.
Entonces, ¿qué pasa con un fenómeno como la dilatación del tiempo relativista? ¿Hay un análogo de eso para el
movimiento en el espacio branquial? Bueno, en realidad sí. Y resulta ser lo que a veces se llama efecto zeno cuántico :
si mide repetidamente un sistema cuántico lo suficientemente rápido, no cambiará. Es un fenómeno implícito en los
complementos del
formalismo estándar de la mecánica cuántica que describe la medición. Pero en nuestros modelos solo proviene
directamente de la analogía entre el espacio branquial y el físico.
Hacer nuevas mediciones es equivalente a enredarse con nuevos estados cuánticos, o moverse en un espacio branquial. Y en
analogía directa con lo que sucede en la relatividad especial, a medida que te acercas a moverte a la velocidad máxima,
inevitablemente muestras las cosas más lentamente en el tiempo, y así obtienes dilatación del tiempo, lo que significa que tu
"evolución cuántica" se ralentiza.
Bien, entonces hay fenómenos relativistas en el espacio físico y análogos cuánticos en el espacio branquial. Pero en nuestros modelos,
todas estas son efectivamente facetas de una cosa: el gráfico causal de múltiples vías. Entonces, ¿hay situaciones en las que los dos
tipos de fenómenos pueden mezclarse? Normalmente no hay: los fenómenos relativistas involucran grandes escalas físicas; Los
fenómenos cuánticos tienden a involucrar a los pequeños.
Pero un ejemplo de una situación extrema donde se pueden mezclar son los agujeros negros. He mencionado varias veces que la
formación de un horizonte de eventos alrededor de un agujero negro está asociada con la desconexión en el gráfico causal. Pero es
más que eso. En realidad, es la desconexión no solo en el gráfico causal del espacio-tiempo, sino también en el gráfico causal de
múltiples vías completo. Y eso significa que no solo hay un horizonte de eventos causales ordinarios, en el espacio físico, sino también
un
"Horizonte de enredo" en el espacio branquial . Y así como una parte de la hipergrafía espacial puede desconectarse cuando hay
un agujero negro, también puede hacerlo una parte del gráfico branquial.
¿Qué significa esto? Hay una variedad de consecuencias. Una de ellas es que la información cuántica puede quedar atrapada
dentro del horizonte de entrelazamiento incluso cuando no ha cruzado el horizonte de eventos causales, de modo que, en efecto, el
agujero negro está congelando la información cuántica "en su superficie" (al menos su superficie en el espacio branquial). ) Es un
fenómeno extraño implicado por nuestros modelos, pero lo que quizás sea particularmente interesante es que está muy alineado
con las conclusiones sobre los agujeros negros que han surgido en algunos de los últimos trabajos en física sobre el llamado
principio holográfico en la teoría cuántica de campos y relatividad general.
Aquí hay otro fenómeno extraño relacionado. Si pasa el horizonte de eventos causales de un agujero negro, es un
hecho inevitable que eventualmente se alargará infinitamente físicamente (o "espaguetizará") por las fuerzas de
marea. Bueno, sucede algo similar si pasas el horizonte de enredo, excepto que ahora te alargarás en el espacio
branquial en lugar del espacio físico. Y en nuestros modelos, esto eventualmente significa que no podrá realizar una
medición cuántica, por lo que, en cierto sentido, como observador, no podrá "formar un pensamiento clásico" o, en
otras palabras, más allá del enredo En el horizonte nunca podrá "llegar a una conclusión definitiva" sobre, por
ejemplo, si algo cayó en el agujero negro o no.
La velocidad de la luz C es una constante física fundamental que relaciona la distancia en el espacio físico con el tiempo. En nuestros
modelos, ahora hay una nueva constante física fundamental: la velocidad máxima de entrelazamiento, que relaciona la distancia en el
espacio branquial con el tiempo. Yo llamo a esto velocidad máxima de enredo ζ (zeta) (ζ se parece un poco a un “enredado C "). No
estoy seguro de cuál es su valor, pero una posible estimación es que corresponde a enredar aproximadamente 10 102 nuevo
estados cuánticos por segundo. Y en cierto sentido, el hecho de que esto sea tan grande es la razón por la que normalmente somos capaces de
"formar pensamientos clásicos".
Debido a la relación entre los bordes causales (múltiples vías) y la energía, es posible convertir ζ a unidades de energía por
segundo, y nuestra estimación implica que ζ es aproximadamente 10 5 5
masas solares por segundo. Es un gran valor, aunque posiblemente no sea irrelevante para algo así como una fusión de
agujeros negros galácticos. (Y, sí, esto significaría que para una inteligencia "cuántica grok" nuestra galaxia tardaría
unos seis meses).
Encontrar la regla definitiva
Estoy francamente sorprendido de lo mucho que hemos podido deducir de la estructura general de nuestros modelos. Pero
para obtener una teoría fundamental final de la física todavía tenemos que
encontrar una regla específica . Una regla que nos da 3 (más o menos) dimensiones del espacio, la tasa de expansión particular del universo,
las masas y propiedades particulares de las partículas elementales, y así sucesivamente. Pero, ¿cómo debemos comenzar a encontrar esta
regla?
Y en realidad incluso antes de eso, debemos preguntarnos: si tuviéramos la regla correcta, ¿lo sabríamos? Como mencioné
anteriormente, hay potencialmente un gran problema aquí con irreductibilidad computacional . Porque cualquiera que sea la regla
subyacente, nuestro universo real la ha aplicado tal vez
veces. Y si hay irreductibilidad computacional, como inevitablemente habrá
Entonces, no habrá una manera de reducir fundamentalmente la cantidad de esfuerzo computacional que se necesita para
determinar el resultado de todas estas aplicaciones de reglas.
Pero lo que tenemos que esperar es que de alguna manera, a pesar de que la evolución completa del universo es
computacionalmente irreducible, todavía hay suficientes "túneles de reducibilidad computacional" que podremos
descubrir al menos lo que se necesita para poder comparar con lo que sabemos en física, sin tener que hacer todo ese
trabajo computacional. Y tengo que decir que nuestro éxito reciente en sacar conclusiones solo de la estructura general
de nuestros modelos me hace mucho más optimista sobre esta posibilidad.
Pero, está bien, entonces, ¿qué reglas debemos considerar? El enfoque tradicional en las ciencias naturales (al menos en los
últimos siglos) ha tendido a ser: comience por lo que sabe sobre cualquier sistema que esté estudiando, luego intente "aplicar
ingeniería inversa" cuáles son sus reglas. Pero en nuestros modelos, en cierto sentido, hay demasiada emergencia para que esto
funcione. Mira algo como esto:
& # 10005
ResourceFunction [
"WolframModel"] [{{1, 2, 2}, {2, 3, 4}} -> {{4, 3, 3}, {4, 1,
5}, {2, 4, 5}}, {{0, 0, 0}, {0, 0, 0}}, 500, "FinalStatePlot"]
Dada la forma general de esta estructura, ¿alguna vez pensarías que podría producirse solo por la regla?
{{ X, y, y}, {y, z, u}} → {{ tu z, z}, {u, x, v}, {y, v}}
& # 10005
"WolframModel"] [{{x, y, y}, {y, z, u}} -> {{u, z, z}, {u, x,
v}, {y, u, v}}]]
Teniendo yo mismo exploró el universo computacional de programas simples Durante unos cuarenta años, debo decir que incluso
ahora es sorprendente la frecuencia con la que me siento humilde ante la capacidad de reglas extremadamente simples para dar
comportamiento que nunca esperé . Y esto es particularmente común con los modelos sin estructura que estamos usando aquí.
Entonces, al final, la única forma real de descubrir qué puede pasar en estos modelos es simplemente enumerar posibles reglas , y
luego ejecutarlos y ver qué hacen.
Pero ahora hay una pregunta crucial. Si solo comenzamos a enumerar reglas muy simples, ¿qué tan lejos tendremos que llegar
antes de encontrar nuestro universo? O, dicho de otra manera, solo cuán simple es que la regla para nuestro universo terminará
siendo ?
Podría haber sido que, en cierto sentido, la regla para el universo tendría un caso especial en él para cada elemento del
universo: cada partícula, cada posición en el espacio, etc. Pero el hecho mismo de que hemos podido encontrar algo
definitivo Las leyes científicas, y esa física sistemática incluso ha sido posible, sugieren que la regla al menos no tiene ese
nivel de complejidad. Pero, ¿qué tan simple podría ser? No lo sabemos Y tengo que decir que no creo que nuestros
descubrimientos recientes arrojen ninguna luz particular sobre esto, porque básicamente dicen que muchas cosas
en física son genéricos e independientes de los detalles de la regla subyacente, por simple o compleja
que sea.
¿Por qué este universo? La relatividad de las reglas
Pero, bueno, digamos que encontramos que nuestro universo puede ser descrito por alguna regla particular. Entonces la
pregunta inmediata obvia sería: ¿por qué esa regla, y no otra? La historia de la ciencia, ciertamente desde Copérnico, nos ha
demostrado una y otra vez que no somos "especiales". Pero si la regla que encontramos para describir nuestro universo es
simple, ¿no sería esa simplicidad un signo de "especialidad"?
Hace tiempo que me he preguntado sobre esto. ¿Podría ser, por ejemplo, que la regla solo es simple debido a la forma en que
nosotros, como entidades existentes en nuestro universo particular, elegimos establecer nuestras formas de describir las cosas? ¿Y
que en algún otro universo, con alguna otra regla, las entidades que existen allí establecerían sus formas de describir las cosas para
que la regla de su universo sea simple para ellos, a pesar de que podría ser muy complejo para nosotros?
O podría ser que, en un sentido fundamental, no importa cuáles sean las reglas para el universo: que para los
observadores incrustados en un universo, que operan de acuerdo con las mismas reglas que ese universo, las
conclusiones sobre cómo funciona el universo siempre serán ¿lo mismo?
¿O podría ser que este es un tipo de pregunta que está fuera del ámbito de la ciencia?
Para mi gran sorpresa, el paradigma que está surgiendo de nuestros descubrimientos recientes parece sugerir
una respuesta científica definitiva, aunque al principio aparentemente extraña.
En lo que hemos discutido hasta ahora, estamos imaginando que hay una regla única y particular para nuestro universo, que se
aplica una y otra vez, de manera efectiva en todas las formas posibles. Pero, ¿y si no hubiera una sola regla que pudiera usarse? Y
si todas las reglas concebibles podrían ser utilizadas ? ¿Qué pasaría si cada evento de actualización pudiera usar cualquier regla
posible? (Tenga en cuenta que en un universo finito, solo hay muchas reglas finitas que pueden aplicarse).
Al principio, puede no parecer que esta configuración conduzca a algo definitivo. Pero imagina
haciendo un gráfico de múltiples vías de absolutamente todo lo que puede suceder, incluidos todos los eventos para todas las reglas
posibles. Este es un objeto grande y complicado. Pero lejos de no tener estructura, está lleno de todo tipo de estructura.
Y hay una cosa muy importante al respecto: básicamente se garantiza que tiene invariancia causal (básicamente
porque si hay una regla que hace algo, siempre hay otra regla en algún lugar que puede deshacerlo).
Así que ahora podemos hacer un gráfico causal de múltiples vías en el espacio de reglas, que mostrará un análogo de relatividad en el espacio
de reglas. Y lo que esto significa es que en el gráfico de múltiples vías del espacio de reglas, podemos esperar hacer diferentes foliaciones, pero
hacer que todas den resultados consistentes.

Es una notable unificación conceptual. Tenemos espacio físico, espacio branquial, y ahora también lo que podemos llamar
espacio rulial (o simplemente espacio de reglas). Y las mismas ideas y principios generales se aplican a todos ellos. Y así como
definimos marcos de referencia en el espacio físico y el espacio branquial, también podemos definir marcos de referencia en el
espacio rulial.
Pero, ¿qué tipo de marcos de referencia podrían establecer los observadores en el espacio rulial? En un caso típico, podemos pensar en
diferentes marcos de referencia en el espacio rulial como correspondientes a diferentes lenguajes de descripción en los que un
observador puede describir su experiencia del universo.
En resumen, es una idea familiar que, dado un lenguaje de descripción particular, siempre podemos programar explícitamente
cualquier computadora universal para traducirlo a otro lenguaje de descripción. Pero lo que estamos diciendo aquí es que en el
espacio rulial solo se necesita elegir un marco de referencia diferente para que nuestra representación del universo use un
lenguaje de descripción diferente.
Y más o menos la razón por la que esto funciona es que diferentes foliaciones del espacio rulial corresponden a diferentes elecciones de
secuencias de reglas en el gráfico de múltiples vías del espacio de reglas, que en efecto se puede configurar para "calcular" la salida que
se obtendría con cualquier descripción dada idioma. El hecho de que esto pueda funcionar en última instancia depende del hecho de que
las secuencias de nuestras reglas pueden admitir la computación universal (que el El Principio de Equivalencia Computacional implica que
lo harán ubicuamente ), Que es en efecto por qué solo se necesita "elegir un marco de referencia diferente en el espacio de reglas" para
"ejecutar un programa diferente" y obtener una descripción diferente del comportamiento observado del universo.
Es una imagen extraña pero bastante atractiva. El universo está usando efectivamente todas las reglas posibles. Pero como
entidades incrustadas en el universo, estamos eligiendo una foliación particular (o secuencia de marcos de referencia) para
dar sentido a lo que está sucediendo. Y esa elección de foliación corresponde a un lenguaje de descripción que nos brinda
nuestra forma particular de describir el universo.
Pero, ¿qué hay que decir definitivamente sobre el universo, independiente de la foliación? Hay una cosa inmediata: que
el universo, cualquiera que sea la foliación que uno use para describirlo, es solo un computadora universal, y nada más . Y
eso hipercomputación nunca es posible en el universo.
Pero dada la estructura de nuestros modelos, hay más. Al igual que hay una velocidad máxima en el espacio físico (la
velocidad de la luz C), y una velocidad máxima en el espacio branquial (la velocidad máxima de enredo ζ), por lo que también
debe haber una velocidad máxima en el espacio rulial, que podemos llamar ρ, que es efectivamente otra constante
fundamental de la naturaleza. (La constancia de ρ es en efecto un reflejo del Principio de Equivalencia Computacional).
Pero, ¿a qué corresponde moverse en el espacio rulial? Básicamente es un cambio de regla. Y decir que esto solo puede
suceder a una velocidad finita es decir que hay irreductibilidad computacional : esa regla no puede emular a otra infinitamente
rápido. Y dada esta “velocidad de emulación” finita, existen “conos de emulación” que son análogos a los conos de luz, y
que definen qué tan lejos se puede llegar al espacio rulial en una cierta cantidad de tiempo.
¿Cuáles son las unidades de ρ? Esencialmente son la duración del programa dividido por el tiempo. Pero mientras que en la teoría de la
computación uno típicamente imagina que la longitud del programa puede ser escalada casi arbitrariamente por diferentes modelos de
computación, aquí esta es una medida de la longitud del programa que de alguna manera está fundamentalmente anclada a la
estructura del sistema de múltiples vías del espacio de reglas, y de la física . (Por cierto, también habrá un análogo de curvatura y
ecuaciones de Einstein en el espacio rulial, y probablemente corresponda a una geometrización de la teoría de la complejidad
computacional y preguntas como P? = NP .)
Hay más que decir sobre la estructura del espacio rulial. Por ejemplo, imaginemos que intentamos hacer una foliación en la
que congelemos el tiempo en algún lugar del espacio rulial. Eso corresponderá a tratar de describir el universo utilizando algún
modelo computacionalmente reducible, y con el tiempo se volverá cada vez más difícil mantener esto a medida que los conos
de emulación entreguen cada vez más irreductibilidad computacional.
Entonces, ¿qué significa todo esto para nuestro objetivo original: encontrar una regla para describir nuestro universo? Básicamente
está diciendo que cualquier regla (computación universal) servirá, si estamos preparados para elaborar el lenguaje de descripción
apropiado. Pero el punto es que básicamente ya hemos definido al menos algunos elementos de nuestro lenguaje de descripción: son
los tipos de cosas que nuestros sentidos detectan , nuestros dispositivos de medición miden, y nuestra física existente describe.
Entonces, nuestro desafío es encontrar una regla que describa con éxito nuestro universo dentro de este marco.
Para mí, esta es una solución muy satisfactoria al misterio de por qué se elegiría una regla particular para nuestro universo.
La respuesta es que, en última instancia, nunca existe una regla particular; básicamente cualquier regla capaz de
computación universal servirá. Es solo que, con algún modo particular de descripción que elegimos usar, habrá una regla
definitiva que describa nuestro universo. Y en cierto sentido, cualquier especialidad que haya en esta regla es solo un
reflejo de la especialidad de nuestro modo de descripción. En efecto, lo único especial del universo para nosotros somos
nosotros mismos.
Y esto sugiere una respuesta definitiva a otra pregunta antigua: ¿podría haber otros universos? La respuesta en nuestra
configuración es básicamente no. No podemos simplemente "elegir otra regla y obtener otro universo". Porque, en cierto sentido,
nuestro universo ya contiene todas las reglas posibles, por lo que solo puede haber una de ellas. (Todavía podría haber otros
universos que realizan varios niveles de hipercomputación).
Pero hay algo quizás más extraño que es posible. Si bien vemos nuestro universo, y la realidad, a través de nuestro tipo
particular de lenguaje de descripción, hay un sinfín de otros lenguajes de descripción posibles que pueden conducir a
descripciones de la realidad que parecerán coherentes (e incluso en alguna definición apropiada "significativa") dentro de
ellos, pero lo que nos parecerá corresponder a aspectos completamente incoherentes y sin sentido de nuestro universo.
Siempre he asumido que cualquier entidad que exista en nuestro universo debe al menos " experimentar la misma física que
nosotros ". Pero ahora me doy cuenta de que esto no es cierto. En realidad, hay una diversidad casi infinita de diferentes formas de
describir y experimentar nuestro universo, o en efecto, una diversidad casi infinita de diferentes "planos de existencia" para las
entidades del universo:
correspondiente a diferentes marcos de referencia posibles en el espacio rulial, todos conectados en última instancia por la
computación universal y la relatividad del espacio de reglas.
El desafío del diseño del lenguaje para el universo
¿Qué significa hacer un modelo para el universo? Si solo queremos saber qué hace el universo, bueno, entonces
tenemos el universo y podemos ver lo que hace. Pero cuando hablamos de hacer un modelo, lo que realmente
queremos decir es que queremos tener una representación del universo que de alguna manera lo conecte con lo que los
humanos podemos entender. Dada la irreductibilidad computacional, no es que esperemos un modelo que, en un sentido
fundamental, “prediga de antemano” el comportamiento preciso del universo hasta cada detalle (como si estuviera
escribiendo esta oración ahora). Pero sí queremos poder señalar el modelo, cuya estructura entendemos, y luego poder
decir que este modelo corresponde a nuestro universo.
En la sección anterior dijimos que queríamos encontrar una regla que, en cierto sentido, pudiéramos conectar con el lenguaje de
descripción que usamos para el universo. Pero, ¿cuál debería ser el lenguaje de descripción de la regla en sí? Inevitablemente,
existe una gran distancia computacional entre la regla subyacente y las características del universo que estamos acostumbrados a
describir. Entonces, como he dicho varias veces aquí de diferentes maneras, no podemos esperar usar los conceptos ordinarios
con los que describimos el mundo (o la física) directamente en la construcción de la regla.
He pasado la mayor parte de mi vida como diseñador de idiomas, principalmente construyendo lo que ahora es el lenguaje
computacional a gran escala eso es el Wolfram Language . Y ahora veo el esfuerzo por encontrar una teoría fundamental
de la física como, en muchos sentidos, otro desafío en el diseño del lenguaje, tal vez incluso el último desafío.
Al diseñar un lenguaje computacional, lo que uno realmente está tratando de hacer es crear un puente entre dos dominios: el
mundo abstracto de lo que es posible hacer computacionalmente y el mundo "mental" de lo que las personas entienden y están
interesadas en hacer. Hay todo tipo de procesos computacionales que uno puede inventar (por ejemplo, ejecutar reglas de
autómatas celulares elegidas al azar), pero el desafío en el diseño del lenguaje es descubrir cuáles son las personas que se
preocupan en este momento de la historia humana, y luego darles a las personas un camino para describir esto.
Por lo general, en el diseño de lenguaje computacional, uno está aprovechando el lenguaje natural humano, o los lenguajes más
formales que se han desarrollado en matemáticas y ciencias, para encontrar palabras o sus análogos para referirse a "bloques de
cómputo" particulares. Pero al menos en la forma en que lo hice, la esencia del diseño del lenguaje es tratar de encontrar las
primitivas más puras que se puedan expresar de esta manera.
Bien, entonces hablemos de configurar un modelo para el universo. Quizás la idea más importante en mi esfuerzo por
encontrar una teoría fundamental de la física es que la teoría debe basarse en paradigma computacional general (y no,
por ejemplo, específicamente en matemáticas). Entonces, cuando hablamos de tener un lenguaje en el que describir
nuestro modelo del universo, podemos ver que tiene que unir tres dominios diferentes. Tiene que ser un idioma
que los humanos pueden entender Tiene que ser un lenguaje que pueda expresar ideas computacionales. Y tiene que ser un
lenguaje que realmente pueda representar la estructura subyacente de la física.
Entonces, ¿cómo debería ser este lenguaje? ¿Qué tipo de primitivas debería contener? los
historia que me ha llevado a lo que describo aquí es, en muchos sentidos, la historia de mis intentos de formular un lenguaje
apropiado. Lo es gráficos trivalentes ? ¿Es ordenado gráficos? Lo es reglas aplicadas a las relaciones abstractas ?
En muchos sentidos, inevitablemente estamos patinando al borde de lo que los humanos pueden entender. Tal vez algún
día habremos desarrollado formas familiares de hablar sobre los conceptos involucrados. Pero por ahora, no tenemos
estos. Y, en cierto sentido, lo que ha hecho posible este proyecto ahora es que hemos avanzado mucho en el desarrollo de
formas de expresar ideas computacionales, y que a través del Wolfram Language en particular esas formas de expresión
se han vuelto familiares, al menos para mí.
Y ciertamente es satisfactorio ver que la estructura básica de los modelos que estamos utilizando puede expresarse muy
limpia y sucintamente en Wolfram Language . De hecho, en lo que tal vez pueda verse como una especie de respaldo de la
estructura del lenguaje Wolfram, los modelos son, en cierto sentido, solo un ejemplo por excelencia de reglas de
transformación para expresiones simbólicas , que es exactamente lo que el Wolfram Language se basa en . Pero a pesar de
que la estructura está bien representada en Wolfram Language, el "caso de uso" de "ejecutar el universo" es diferente de lo
que Wolfram Language normalmente está configurado para hacer.
En el esfuerzo por servir lo que la gente normalmente quiere, Wolfram Language se trata principalmente de tomar datos,
evaluarlos haciendo cálculos y luego generar resultados. Pero eso no es lo que hace el universo. El universo en cierto
sentido tuvo aportes desde el principio, pero ahora solo está ejecutando una evaluación, y con todas nuestras diferentes
ideas de foliaciones, etc., estamos probando ciertos aspectos de esa evaluación continua.
Es computación, pero es computación muestreada de una manera diferente a la que estamos acostumbrados a hacerlo. Para un
diseñador de idiomas como yo, esto es algo interesante por derecho propio, con sus propias derivaciones científicas y tecnológicas. Y
quizás se necesitarán más ideas antes de que podamos terminar el trabajo de encontrar una manera de representar una regla para la
física fundamental.
Pero soy optimista de que en realidad ya tenemos casi todas las ideas que necesitamos. Y también tenemos una pieza
crucial de metodología que nos ayuda: nuestra capacidad de hacer exploraciones a través de experimentos informáticos . Si
basáramos todo en la metodología tradicional de las matemáticas, en efecto solo podríamos explorar lo que de alguna
manera ya entendimos. Pero al ejecutar experimentos informáticos, en realidad estamos muestreando el universo
computacional de posibilidades, sin estar limitados por nuestra comprensión existente.
Por supuesto, al igual que con los experimentos físicos, importa cómo definimos y pensamos acerca de nuestros experimentos y,
en efecto, qué lenguaje de descripción usamos. Pero lo que sin duda me ayuda, al menos, es que he estado haciendo
experimentos informáticos durante más de cuarenta años, y durante ese tiempo he podido refinar lentamente el arte y la ciencia de
la mejor manera de hacerlos.
En cierto modo, es muy parecido a cómo aprendemos de nuestra experiencia en el mundo físico. Al ver los resultados de
muchos experimentos, nosotros gradualmente construir intuición , que a su vez nos permite comenzar a crear un marco
conceptual, que luego informa el diseño de nuestro lenguaje para describir cosas. Sin embargo, siempre hay que seguir
haciendo experimentos. En cierto sentido, la irreductibilidad computacional implica que siempre habrá sorpresas, y eso es lo que
constantemente encuentro en la práctica, sobre todo en este proyecto.
¿Seremos capaces de reunir la física, la computación y la comprensión humana para ofrecer lo que razonablemente podemos
considerar como una teoría final y fundamental de la física? Es difícil saber qué tan difícil será esto. Pero soy extremadamente
optimista de que finalmente estamos en el camino correcto, e incluso puede que haya resuelto efectivamente el fascinante
problema del diseño del lenguaje que esto conlleva.
¡Vamos a buscar la teoría fundamental!
Bien, dado todo esto, ¿qué se necesitará para encontrar la teoría fundamental de la física? Lo más importante, por lo que
estoy extremadamente emocionado, es que creo que finalmente estamos en el camino correcto. Por supuesto, quizás no
sea sorprendente, todavía es técnicamente difícil. Parte de esa dificultad proviene directamente de la irreductibilidad
computacional y de la dificultad de resolver las consecuencias de las reglas subyacentes. Pero parte de la dificultad
también proviene del éxito y la sofisticación de la física existente.
Al final, nuestro objetivo debe ser construir un puente que conecte nuestros modelos con el conocimiento existente sobre física. Y hay
trabajo difícil de hacer en ambos lados. Tratando de enmarcar las consecuencias de nuestros modelos en términos que se alinean con
la física existente, y tratando de enmarcar las estructuras (generalmente matemáticas) de la física existente en términos que se alinean
con nuestros modelos.
Para mí, uno de los aspectos más satisfactorios de nuestros descubrimientos en los últimos meses ha sido la medida en que
terminan resonando con una gran variedad de elementos existentes, a veces hasta ahora aparentemente "simplemente
matemáticos". direcciones que se han tomado en física en los últimos años . Casi parece que todo el mundo ha tenido razón todo
el tiempo, y solo se necesita agregar un nuevo sustrato para ver cómo encaja todo. Hay indicios de teoría de cuerdas, principios
holográficos, teoría de conjuntos causales, gravedad cuántica de bucles, teoría de twistor y mucho más. Y no solo eso, también
hay ideas matemáticas modernas (teoría de grupos geométricos, teoría de categorías de orden superior, geometría no
conmutativa, teoría de la complejidad geométrica, etc.) que parecen tan bien alineadas que uno podría pensar que deben haber
sido construidas para informar el análisis de nuestros modelos.
Tengo que decir que no esperaba esto. Las ideas y métodos en los que se basan nuestros modelos son muy diferentes de
los que se han perseguido seriamente en física, o incluso en matemáticas. Pero de alguna manera, y creo que es una
buena señal, lo que surgió es algo que se alinea maravillosamente con muchos trabajos recientes en física y matemáticas.
Los fundamentos y las ideas motivadoras son diferentes, pero los métodos (y a veces incluso los resultados) a menudo
parecen ser aplicables de manera bastante inmediata.
Hay algo más que no esperaba, pero eso es muy importante. Al estudiar cosas (como
autómata celular ) en el universo computacional de los programas simples, normalmente he encontrado que la
irreductibilidad computacional y fenómenos como indecidibilidad -están en todos lados. Intenta usar métodos sofisticados
de las matemáticas; casi siempre fallarán . Es como si uno golpeara el muro de la irreductibilidad casi de inmediato, por lo
que no hay casi nada que puedan hacer nuestros sofisticados métodos, que finalmente dependen de la reducibilidad.
Pero tal vez porque son tan mínimos y tan desestructurados, nuestros modelos de física fundamental no parecen funcionar de
esta manera. Sí, existe una irreductibilidad computacional, y seguramente es importante, tanto en principio como en la
práctica. Pero lo sorprendente es que hay una notable profundidad de riqueza antes de que uno llegue a la irreductibilidad. Y
de hecho, de ahí provienen muchos de nuestros descubrimientos recientes. Y también es donde los métodos existentes de
física y matemáticas tienen el potencial de hacer grandes contribuciones. Pero lo importante es que es realista que puedan;
hay mucho que uno puede entender antes de alcanzar la irreductibilidad computacional. (Que es, por cierto, presumiblemente
por qué somos fundamentalmente capaces de formar una visión coherente de la realidad física).
Entonces, ¿cómo va a funcionar en la práctica el esfuerzo por tratar de encontrar una teoría fundamental de la física?
Planeamos tener un esfuerzo centralizado que impulsará el proyecto utilizando esencialmente los mismos métodos de I + D
que hemos desarrollado en Wolfram Research en las últimas tres décadas, y eso nos ha traído tanta tecnología con éxito, sin
mencionar lo que existe de este proyecto hasta ahora. Pero planeamos hacer todo de una manera completamente abierta. Ya
hemos publicado el completo conjunto de herramientas de software que hemos desarrollado, junto con casi mil cuadernos de
trabajo archivados volviendo a la década de 1990, y pronto más de 400 horas de videos de sesiones de trabajo recientes .
Queremos facilitar que las personas se involucren lo más posible, ya sea directamente en nuestro esfuerzo centralizado o
en sus propios esfuerzos por separado. Bien ser transmisión en vivo de lo que hacemos y solicitando la mayor interacción
posible. Estaremos ejecutando una variedad de programas educativos . Y también planeamos tener sesiones de trabajo (en
vivo) con otras personas y grupos, así como proporcionar canales para la publicación computacional de resultados y
hallazgos intermedios.
Debo decir que para mí, trabajar en este proyecto ahora y en los últimos años ha sido tremendamente emocionante, satisfactorio y
realmente divertido. Y espero que muchas otras personas puedan compartir esto a medida que avance el proyecto. Creo que
finalmente tenemos un camino para encontrar la teoría fundamental de la física. Ahora sigamos ese camino. Tengamos un
grandioso momento. ¡Y tratemos de hacer de este el momento en la historia humana cuando finalmente descubramos cómo
funciona este universo nuestro!
Publicado en: Cuadro grande , Ciencia computacional , Nuevo tipo de ciencia , Ciencia física

Wolfram Traducido

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Wolfram Traducido

Cargado por

Copyright:

Formatos disponibles

Finalmente podemos tener un camino hacia la

teoría fundamental de la física ... y es hermoso

Cómo llegamos aquí: La historia de fondo del proyecto de física Wolfram

Nunca esperé esto

Podríamos tener una colección de relaciones como

{{1, 2}, {2, 3}, {3, 4}, {2, 4}}

que puede ser representado por un gráfico como

Podemos representar la regla como una transformación de gráficos:

Ahora apliquemos la regla una vez a:

{{1, 2}, {2, 3}, {3, 4}, {2, 4}}

Todas las reglas posibles

una colección de dos relaciones ternarias:

{{1, 2, 3}, {3, 4, 5}}

También podemos establecer reglas para las hipergrafías:

{{ X, y, z}} → {{ w, w, y}, {w, x, z}}

ResourceFunction ["WolframModelPlot"] [Lista @@@ EdgeList [#]] & / @ Take [Seleccione [

GraphLayout -> "SpringElectricalEmbedding"] &, #Rule & / @ RandomSample [urules24, 150]],

Aquí hay algunas muestras de el tipo de cosas que vemos :

Función de recursos ["WolframModel"] [# [[1]], # [[2]], # [[3]],

Veamos un regla particular y simple de nuestra colección infinita :

{{ X, y, y}, {z, x, u}} → {{ y v, y}, {y, z, v}, {u, v, v}}

Esto es lo que hace:

"WolframModel"] [{{{1, 2, 2}, {3, 1, 4}} -> {{2, 5, 2}, {2, 3,

Y después de un tiempo esto es lo que sucede:

Aquí hay una regla diferente:

{{ X, x, y}, {z, u,} → {{ tu u, z}, {v, u, v}, {v, y, x}}

"WolframModel"] [{{1, 1, 2}, {3, 4, 1}} -> {{4, 4, 3}, {5, 4,

{{ X, y, z}, {u, y, v}} → {{ w, z, x}, {z, w, u}, {x, y, w}}

"WolframModel"] [{{x, y, z}, {u, y, v}} -> {{w, z, x}, {z, w,

"WolframModel"] [{{1, 2, 3}, {4, 2, 5}} -> {{6, 3, 1}, {3, 6,

La dimensionalidad del espacio

Entonces, OK, tome un caso como:

ResourceFunction ["WolframPhysicsProjectStyleData"] ["SpatialGraph",

Pero volviendo a la cuestión de la dimensión, recuerde que el área de un círculo es π r 2; la

el volumen de una esfera es . En general, el "volumen" de la re- análogo dimensional de un

ResourceFunction ["WolframPhysicsProjectStyleData"] ["SpatialGraph",

ResourceFunction ["WolframPhysicsProjectStyleData"] ["SpatialGraph",

Tabla [HighlightGraph [gg, NeighborhoodGraph [gg, cg, r],

Valores [ResourceFunction ["HypergraphNeighborhoodVolumes"] [hg, All,

Seleccione [Longitud [#]> 3 y] [

0.0889039442504032, 0.7504362741954692, 0.873304], Hue [

Si hacemos lo mismo para

se limita a la dimensión 2, como debería:

ResourceFunction ["GraphNeighborhoodVolumes"] [g, GraphCenter [g]]]]]]; Mostrar

"WolframModel"] [{{1, 2, 2}, {3, 1, 4}} -> {{2, 5, 2}, {2, 3,

Tono [0.05, 0.9493847125498949, 0.954757], Tono [

{{ X, y, z}} → {{ X, u, w}, {y, v, u}, {z, w, v}}

"WolframModel"] [{{1, 2, 3}} -> {{1, 4, 6}, {2, 5, 4}, {3, 6,

Si medimos la dimensión aquí obtenemos 1.58, la dimensión fractal habitual para

Valores [ResourceFunction ["HypergraphNeighborhoodVolumes"] [hg, All,

ResourceFunction ["WolframPhysicsProjectStyleData"] ["SpatialGraph", "VertexStyle"]]

"WolframModel"] [{{1, 1, 2}, {1, 3, 4}} -> {{4, 4, 5}, {5, 4,

"WolframModel"] [{{1, 1, 2}, {3, 4, 1}} -> {{3, 3, 5}, {2, 5,

Esta área ya no es π r 2) En cambio es π , dónde una es el radio

Si generalizamos a re dimensiones, resulta el fórmula para la tasa de crecimiento del volumen

es , dónde R es un objeto matemático conocido como el escalar de Ricci

PlotStyle -> {Hue [0.9849884156577183, 0.844661839156126, 0.63801],

pathEdges [edge_, path_]: =

o: OptionsPattern []]: = plotGeodesic [bordes, {puntos finales}, o]; plotGeodesic [ResourceFunction [

"WolframModel"] [{{1, 2, 3}, {4, 2, 5}} -> {{6, 3, 1}, {3, 6,

Y aquí están para una estructura más complicada:

CloudGet ["https://wolfr.am/L1PH6Rne"]; (* Geodesics *)

ecuaciones completas de Einstein .)