Подробно

Как нейросеть научилась видеть квантовую пену ⚡ экспресс

Original: "Deep learning spinfoam vertex amplitudes: the Euclidean Barrett-Crane model"
· Hanno Sahlmann, Waleed Sherif
arXiv:2505.03255 · 2025-05-06 · CC BY · ⏱ 1 мин · General Relativity HEP Theory Computational Physics
Нейросеть мгновенно обсчитывает квантовую пену, заменяя часы работы мощных компьютеров.
Аннотация

В рамках спиновых пен — кандидата на формулировку квантовой гравитации через интеграл по путям — вычисление амплитуд крайне ресурсоёмко. На примере хорошо изученной евклидовой модели Баррета–Крейна показано, что вершинную амплитуду можно аппроксимировать с помощью глубокого обучения. Задача разделена на классификацию (определение, равна ли амплитуда нулю) и регрессию (предсказание точного численного значения); для каждой обучена отдельная нейросеть. Проверка на тестовых данных выявила, что классификатор демонстрирует устойчивую обобщающую способность далеко за пределами области обучения, а регрессор — высокую точность в своей обучающей области. Подход открывает перспективы для ускорения численных исследований в спиновых пенах, обсуждаются ограничения и направления развития.

Связи в графе знаний 1

📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Идея квантовой пены восходит к Роджеру Пенроузу и Карло Ровелли: пространство похоже на мыльную пену, где каждый пузырёк — микроскопический сгусток реальности. Эти пузырьки постоянно лопаются и сливаются, и чтобы понять, как устроена Вселенная на самом глубоком уровне, нужно вычислять вероятности их взаимодействий. Раньше такие расчёты занимали часы даже на мощных компьютерах.

Нейросети справились за миллисекунды. Первая сеть, как дотошный сортировщик, мгновенно отбрасывает невозможные варианты (где вероятность равна нулю). Вторая — как опытный оценщик — выдаёт точное значение для остальных. Поразительно, что она верно отсеивает нули даже в незнакомых сценариях — подобно тому, как человек, видевший пару кошек, узнает любую породу.

Это пока работает на простейшей модели, но открывает путь к тестированию гипотез о моменте Большого взрыва и устройстве искривлённого пространства внутри чёрных дыр. Так мыльная пена приближает разгадку рождения Вселенной.

🎯 Идея, что пространство может быть не сплошным, а состоять из мельчайших зерён, восходит ещё к древнегреческим атомистам. В современной физике её возродил [scientist:John Archibald Wheeler]Джон Уилер[/scientist], который и придумал термин «квантовая пена».

🎬 В романе «Ложная слепота» инопланетяне общаются мгновенно благодаря квантовой природе пространства. Возможно, понимание квантовой пены сделает эту фантастику явью.

Учёные
Jacob BekensteinStephen HawkingFritz ZwickyAlan GuthAndrei LindeGeorges Lemaître
Теги
искривление пространства-времени чёрная дыра большой взрыв
Законы
энтропия Бекенштейна–Хокингаизлучение хокингагравитационное линзированиеуравнения фридманазакон хабблауравнения Эйнштейна
Оригинал: arXiv:2505.03255 · CC BY · bridge42worlds