Interpretable Analytic Calabi-Yau Metrics via Symbolic Distillation

Resumen Técnico: Métricas de Calabi–Yau Analíticas Interpretables mediante Destilación Simbólica

Planteamiento del Problema
El artículo aborda el desafío de obtener descripciones analíticas compactas de métricas de Calabi–Yau (CY) de Ricci-planas. Aunque el teorema de Yau garantiza la existencia de tales métricas, este no proporciona fórmulas en forma cerrada. Los enfoques numéricos actuales, como el programa de métricas balanceadas de Donaldson, producen aproximaciones precisas pero resultan en objetos algebraicos extensos (por ejemplo, matrices $H$) en lugar de fórmulas estructurales e interpretables. Los autores se centran en un observable escalar geométricamente significativo derivado de la métrica: el logaritmo del cociente del determinante puntual, $R_\psi(z) = \log(\det g_{RF}(z; \psi) / \det g_{FS})$. Este observable mide la desviación de la métrica de Ricci-plana respecto a la línea base de Fubini–Study. La cuestión central es si este campo escalar puede describirse de forma compacta utilizando un número reducido de invariantes proyectivos y si dicha descripción permanece estable a través de los módulos de estructura compleja.

Metodología
Los autores emplean una estrategia de "destilación simbólica", tratando una solución numérica de alta precisión como un profesor y comprimiéndola en una fórmula simbólica dispersa.

1. Construcción del Profesor Algebraico:

   • El estudio se centra en la familia de la quintica de Dwork, definida por $\sum z_i^5 - 5\psi \prod z_i = 0$.
   • Se implementa el algoritmo de métrica balanceada de Donaldson a un grado polinómico $k=10$ (tamaño de la base 875) para generar una métrica profesor algebraica ($g_{alg}$).
   • Se utiliza el "indicador de Ricci-planitud" $\sigma(\eta)$, la desviación estándar de $\eta = \det(g) |\Omega|^2 / \det(g_{FS})$, para validar al profesor. En el punto de Fermat ($\psi=0$), $\sigma \approx 0.65\%$, lo que indica una aproximación de alta calidad. En puntos deformados ($\psi \in [0.2, 0.8]$), $\sigma \approx 8-9\%$, sirviendo como profesores exploratorios locales.
   • Los datos se generan muestreando $10^5$ puntos en la quintica mediante la intersección con líneas complejas aleatorias, normalizadas a $\sum |z_i|^2 = 1$.

2. Espacio de Características Restringido:

   • En lugar de utilizar toda la álgebra de invariantes, los autores restringen la regresión a funciones simétricas por permutación de los módulos de las coordenadas $|z_i|^2$.
   • El conjunto de características candidatas consiste en sumas de potencias $p_k = \sum |z_i|^{2k}$ y polinomios simétricos elementales $e_k$.
   • El estudio prueba específicamente la suficiencia de los dos generadores no triviales de menor orden: $p_2$ y $\sigma_3 = e_3$.

3. Regresión Simbólica:

   • Se utiliza la biblioteca PySR para buscar fórmulas compactas que mapeen $(p_2, \sigma_3)$ al objetivo $R_\psi$.
   • El espacio de búsqueda incluye operadores aritméticos estándar, logaritmos y raíces cuadradas.
   • La selección del modelo utiliza un criterio de Pareto que equilibra la pérdida (loss) y la complejidad.

Contribuciones Clave y Resultados

1. Casi-Bidimensionalidad del Observable:

   • Estudios de Ablación: Dentro de la clase de características simétricas restringida, el observable $R_\psi$ es capturado casi en su totalidad por solo dos coordenadas, $p_2$ y $\sigma_3$.
   • Añadir generadores simétricos de orden superior ($e_4, e_5, p_3, \dots$) a un modelo polinómico de grado 3 aumenta el $R^2$ de prueba (held-out) en menos de $10^{-3}$ (de $0.9447$a$0.9453$).
   • Esto sugiere que, dentro de esta clase específica de características, el observable es efectivamente bidimensional.

2. Descubrimiento de un Andamiaje Racional:

   • Mientras que los polinomios de bajo grado saturan en $R^2 \approx 0.944$, la regresión simbólica identifica un andamiaje racional-polinómico de cinco términos que logra un $R^2$ de prueba de $0.998$ (RMSE = 0.0205).
   • La forma representativa es:
     $$\log\left(\frac{\det g_{alg}}{\det g_{FS}}\right) \approx c_0 + c_1 \frac{1}{p_2^2} + c_2 \frac{\sigma_3}{p_2^3} + c_3 p_2 + c_4 \sigma_3$$
   • Los términos de potencia inversa ($1/p_2^n$) son críticos; eliminarlos degrada el rendimiento, y aparecen en el 100% de las ejecuciones de regresión independientes. Estos términos están acotados en la variedad ($p_2 \ge 1/5$) y probablemente codifican el comportamiento de las coordenadas extremas.

3. Estabilidad de los Módulos y Reajuste:

   • La forma funcional del andamiaje sigue siendo válida a través del rango de módulos $\psi \in [0, 0.8]$.
   • Al fijar la forma funcional descubierta en $\psi=0$ y reajustar únicamente los cinco coeficientes escalares mediante mínimos cuadrados en cada nuevo $\psi$, el modelo mantiene un $R^2 \ge 0.947$ en todo el rango.
   • Los coeficientes varían suavemente, con $c_1$ disminuyendo monótonamente y $c_2$ cambiando de signo entre $\psi=0.6$ y $0.8$.

4. Verificaciones de Robustez:

   • Validación multi-semilla: 10 ejecuciones de regresión independientes recuperan consistentemente el par $(p_2, \sigma_3)$ con un $R^2$ medio de $0.997$.
   • Validación cruzada-$k$: El andamiaje entrenado con datos de $k=10$ se generaliza a profesores de $k=6$ y $k=8$ (tras la corrección de desfase), lo que sugiere que la forma refleja la estructura del observable y no artefactos de un $k$ finito.
   • Pruebas de permutación: Barajar $p_2$ o $\sigma_3$ provoca que el $R^2$ caiga a valores negativos, confirmando su necesidad predictiva.

Significado y Alcance
El artículo reclama una contribución estructural más que de nivel de solver. No proporciona una fórmula en forma cerrada para la métrica de Ricci-plana completa o el potencial de Kähler; en su lugar, demuestra que, para el observable específico $R_\psi$, la compleja geometría de la quintica de Dwork puede comprimirse en una expresión racional compacta e interpretable que involucra solo dos invariantes simétricos.

• Interpretabilidad: La fórmula resultante es lo suficientemente pequeña como para inspeccionarla término a término, ofreciendo una visión de cómo la desviación de la métrica escala con la distribución de coordenadas ($p_2$) y las correlaciones tripartitas ($\sigma_3$).
• Eficiencia: Una vez establecido el andamiaje, evaluar el observable es $10,000$ veces más rápido que la evaluación directa de la matriz $H$ de Donaldson.
• Limitaciones: Los resultados están limitados por el profesor de $k$ finito utilizado para la destilación. Los autores declaran explícitamente que no pretenden que la métrica de Ricci-plana exacta sea bidimensional, ni validan el modelo contra cantidades físicas sensibles a la métrica (como integrales de curvatura o acoplamientos de Yukawa físicos), que requieren el tensor métrico completo. El acoplamiento de Yukawa holomorfo $\kappa_{111}=5$ se reproduce solo como una verificación de normalización, no como una validación sensible a la métrica.

En resumen, el trabajo establece que un observable escalar específico derivado de la métrica en la familia de Dwork admite una descripción simbólica altamente compacta, estable e interpretable dentro de un espacio de características simétricas restringido, cerrando la brecha entre la precisión numérica y la comprensión estructural para ese observable específico.