Agentic Diagrammatica: Towards Autonomous Symbolic Computation in High Energy Physics

El artículo presenta Diagrammatica, una extensión del marco agencial HEPTAPOD que permite a agentes de IA realizar cálculos simbólicos autónomos en física de altas energías mediante la generación de diagramas auditables y su procesamiento exacto en un backend confiable, validado mediante benchmarks de anchos de desintegración y estudios de sensibilidad.

Lo esencial

¡Hola! Imagina que el mundo de la física de partículas es como una cocina de alta cocina donde los científicos intentan predecir el sabor exacto de un plato (un cálculo teórico) antes de cocinarlo realmente.

Hasta ahora, para hacer estos cálculos, los físicos tenían que escribir recetas a mano, paso a paso, usando herramientas muy complejas. Si cometían un error de dedo (como poner sal en lugar de azúcar), el plato salía mal, y a veces ni se daban cuenta hasta mucho después.

Este nuevo artículo presenta a Diagrammatica, un nuevo "chef robot" (un agente de Inteligencia Artificial) diseñado para ayudar a los físicos a cocinar estos platos teóricos de forma autónoma, pero con una regla de oro: no deja que el robot escriba la receta desde cero.

Aquí te explico cómo funciona, usando analogías sencillas:

1. El Problema: El Robot que "alucina"

Los robots modernos (como los que chatean contigo) son muy inteligentes, pero si les pides que hagan matemáticas complejas escribiendo código libre, a veces "alucinan". Pueden inventar una fórmula que parece lógica pero que es incorrecta. En física, un pequeño error de signo o una convención matemática mal aplicada arruina todo el cálculo.

Es como si le pidieras a un chef novato que invente una receta de soufflé sin seguir un libro: podría salir bien, pero es muy probable que se le caiga el soufflé porque olvidó un paso o usó la temperatura equivocada.

2. La Solución: El Robot con "Guías de Seguridad"

En lugar de dejar que el robot escriba todo el código, los autores de este papel crearon un sistema donde el robot solo elige las opciones y un "máster de cocina" (un programa de computadora confiable) hace el trabajo pesado.

Imagina que el robot no tiene un lápiz para escribir la receta, sino un formulario de opciones múltiples:

• Robot: "Quiero cocinar un pastel de chocolate con nueces".
• Formulario: El robot solo marca casillas: [Tipo de pastel: Chocolate], [Ingredientes: Nueces], [Horno: 180°C].
• Máster de Cocina: Recibe el formulario y ejecuta la receta exacta, asegurándose de que las matemáticas sean perfectas.

Esto se llama "Cálculo restringido por herramientas". El robot no puede inventar matemáticas; solo puede pedir lo que el sistema sabe hacer. Si el robot intenta pedir algo imposible (como "cocinar a 1000 grados"), el sistema le dice: "Esa opción no existe", evitando errores silenciosos.

3. Las Dos Vías de Cocción (NDA y EDA)

El sistema tiene dos modos para trabajar, dependiendo de qué tan preciso necesites ser:

• Modo "Estimación Rápida" (NDA): Es como decir: "Oye, creo que este pastel pesará unos 500 gramos". El robot usa reglas simples de física para dar una respuesta rápida y aproximada. Sirve para saber si vale la pena cocinar el plato o no.
• Modo "Cálculo Exacto" (EDA): Es como pesar cada ingrediente con una balanza de laboratorio. El robot pide al sistema que calcule la receta exacta, paso a paso, generando un código matemático perfecto.

Lo genial es que ambos modos usan el mismo formulario. El robot puede empezar con una estimación rápida y, si le parece interesante, pedir el cálculo exacto sin tener que volver a explicar qué quiere cocinar.

4. Los Dos Retos que Superaron (Los "Exámenes")

Para probar que su robot funciona, le dieron dos tareas difíciles:

• Tarea 1: El Catálogo de Pastelitos. Le pidieron que calculara las recetas de todos los tipos posibles de desintegración de partículas (como si fuera una lista de todos los sabores de helado posibles). El robot generó 19 fórmulas matemáticas perfectas, comprobó que coincidían con lo que ya sabemos de la naturaleza (el Modelo Estándar) y hasta encontró patrones que los humanos habían pasado por alto. ¡Fue como si el robot hubiera escrito un libro de recetas completo en una tarde!
• Tarea 2: El Experimento del Muón. Le pidieron que imaginara un muón (una partícula) que se desintegra en un montón de electrones y positrones. Cuantos más pares de electrones, más difícil es calcularlo. El robot tuvo que contar más de 150,000 diagramas (recetas diferentes) para ver cuántos electrones se podían observar en los experimentos reales. Usó su "estimación rápida" para descartar lo imposible y su "cálculo exacto" para verificar los casos más probables.

5. ¿Por qué es importante esto?

Antes, los físicos tenían que ser expertos en dos cosas: en física y en programación. Si el robot escribía el código, los físicos tenían que revisar cientos de líneas de texto para encontrar un error.

Con Diagrammatica, el robot solo llena un formulario pequeño y claro. Un físico puede revisar ese formulario en un segundo y decir: "Sí, eso es lo que quería calcular". Si el robot se equivoca, es porque eligió mal una opción en el formulario, no porque escribió mal una fórmula matemática.

En resumen:
Este papel nos dice que para que la Inteligencia Artificial sea útil en la ciencia avanzada, no debemos dejarla "escribir libremente". Debemos darle herramientas con reglas estrictas (como un formulario de opciones) para que la IA haga lo que hace mejor (planificar y elegir) y las máquinas hagan lo que hacen mejor (calcular con precisión). Es como darle al robot un volante con límites de velocidad en lugar de dejarlo conducir en una autopista sin reglas.

¡Y así, los físicos pueden confiar en que sus "chef robots" no quemarán la cocina!

Resumen técnico

Resumen Técnico: Agentic Diagrammatica

1. El Problema: La Fiabilidad en el Cálculo Simbólico Autónomo

El artículo aborda un desafío fundamental en la aplicación de Modelos de Lenguaje Grandes (LLM) a la física de altas energías (HEP): la fiabilidad en el cálculo simbólico.

• La limitación actual: Aunque los LLMs avanzados pueden realizar manipulación simbólica (integrar, simplificar, escribir código), carecen de garantías de fiabilidad en flujos de trabajo complejos. La corrección en HEP depende de convenciones matemáticas implícitas (signatura métrica, normalización de espinores, signos de derivadas covariantes, fases en matrices CKM/PMNS) que no están codificadas de forma verificable por el backend computacional.
• El riesgo: Un agente que genera código simbólico libre ("free-form") puede producir resultados plausibles pero incorrectos ("silenciosamente erróneos") debido a la inconsistencia de estas convenciones a lo largo de múltiples pasos. La auditoría de este código es tan difícil como escribirlo desde cero.
• La hipótesis: La incertidumbre en la acción del agente ($\Delta A$) se puede descomponer en incertidumbre de tarea ($\Delta T$), contexto ($\Delta C$) y ejecución ($\Delta E$). El problema principal es $\Delta E$, que surge de la variabilidad en la generación token a token de convenciones críticas.

2. Metodología: Diagrammatica y Computación Restringida por Herramientas

Los autores presentan Diagrammatica, una extensión del marco de trabajo HEPTAPOD, diseñada para permitir que agentes LLM planifiquen y ejecuten cálculos teóricos multi-paso. La arquitectura se basa en dos remedios complementarios, priorizando el primero:

A. Computación Restringida por Herramientas (Tool-Constrained Computation)
En lugar de pedir al agente que escriba el código de cálculo directamente, se restringe su espacio de acción a llamadas a herramientas validadas por esquemas.

• Especificación de Diagramas Compartida: El agente genera un objeto JSON estructurado y auditable que define el proceso físico (partículas, espines, tipos de vértices, masas).
• Backend Confiable: Un motor backend (confiable y determinista) toma esta especificación y realiza la manipulación algebraica exacta.
• Ventaja: Esto reduce la entropía de ejecución ($\Delta E$) estructuralmente. La corrección se convierte en una propiedad de la interfaz, no del modelo.

B. Aterrizaje de Conocimiento Dirigido (Targeted Knowledge Grounding)
En lugar de cargar todo el material de referencia en el contexto (lo que aumenta la incertidumbre de contexto $\Delta C$), el sistema recupera documentos específicos de una base de conocimientos de teoría cuántica de campos (QFT) solo en el momento de decisiones críticas.

Arquitectura del Toolkit:
El sistema ofrece dos rutas de cálculo que consumen la misma especificación de diagrama:

1. NDA (Análisis Dimensional Ingenuo): Proporciona estimaciones de orden de magnitud para anchos de decaimiento y secciones eficaces. Utiliza análisis dimensional, volúmenes de espacio de fase y conteo de potencias de acoplamiento. No requiere software externo y es aplicable a estados finales de $n$ cuerpos arbitrarios.
2. EDA (Análisis Diagramático Exacto): Realiza cálculos simbólicos completos a nivel de árbol mediante la generación automática de código FeynCalc (Mathematica). Produce expresiones simblicas, salidas en LaTeX y funciones numéricas en Python.
3. FeynGraph: Un motor de enumeración de diagramas (escrito en Rust) que genera automáticamente todos los diagramas de Feynman para un proceso dado, clasificándolos por importancia física (número de propagadores pesados).
4. Base de Conocimientos: Un grafo de habilidades con 25 documentos interconectados sobre reglas de Feynman, identidades de trazas y ejemplos de trabajo.

3. Contribuciones Clave

• Paradigma de Diseño: Propone un cambio desde la "generación de código libre" hacia la "especificación de acciones restringidas por esquemas" para la computación científica. Esto transforma la verificación de un problema de alta dimensión (revisar páginas de código) a uno de baja dimensión (auditar un JSON estructurado).
• Especificación Unificada: Introduce un formato JSON compatible con LLMs que sirve como "fuente única de verdad" para ambos niveles de fidelidad (NDA y EDA), permitiendo la consistencia interna.
• Validación de Arquitectura: Demuestra que un agente puede planificar y ejecutar flujos de trabajo teóricos complejos sin intervención humana, utilizando un solo prompt de usuario.

4. Resultados y Validación

El sistema se validó mediante dos tareas de referencia (benchmarks) completadas autónomamente por un agente (Claude Code):

Tarea 1: Catálogo Exhaustivo de Anchos de Decaimiento ($1 \to 2$)

• Objetivo: Calcular simbólicamente todos los anchos de decaimiento a nivel de árbol para padres escalares, fermiónicos y vectoriales.
• Proceso: El agente enumeró 19 procesos independientes, generó scripts de FeynCalc, ejecutó los cálculos y validó los resultados.
• Resultados:
  • Generó fórmulas exactas con límites de masa cero y umbrales.
  • Validó los resultados contra el Modelo Estándar (ej. $H \to b\bar{b}$, $Z \to e^+e^-$, $t \to Wb$) con una precisión del 2-4% (coherente con correcciones de orden superior no incluidas en el cálculo a árbol).
  • Identificó patrones físicos autónomamente, como la clasificación de ondas par (S vs P) basada en el comportamiento cerca del umbral y la discriminación CP entre acoplamientos escalares y pseudoscalares.

Tarea 2: Estudio de Sensibilidad de Multiplicidad en el Decaimiento del Muón

• Objetivo: Determinar el número máximo de pares $e^+e^-$ ($n$) observables en el decaimiento $\mu^+ \to \bar{\nu}_\mu \nu_e + n(e^+e^-) + e^+$.
• Proceso: El agente enumeró más de 150,000 diagramas de árbol para multiplicidades $n=0$ a $n=3$, estimó tasas con NDA y realizó verificaciones cruzadas con MadGraph.
• Resultados:
  • Confirmó que la clase dominante de diagramas tiene un solo propagador pesado ($W$), mientras que las clases subdominantes están suprimidas por $\sim 10^{-13}$ por propagador pesado adicional.
  • Comparó estimaciones NDA con resultados exactos de MadGraph, encontrando discrepancias debidas a interferencias cuánticas (constructivas a bajas multiplicidades, destructivas a altas).
  • Conclusión Física: Identificó que $n=3$ es observable en la fase I de Mu3e, mientras que $n=4$ es el límite absoluto de observabilidad para experimentos futuros (HiMB), estableciendo la frontera experimental.

5. Significado e Implicaciones

El trabajo demuestra que la fiabilidad en la computación simbólica autónoma no depende principalmente de la capacidad de razonamiento del modelo, sino del diseño de la interfaz de herramientas.

• Fiabilidad: Al forzar al agente a elegir entre opciones predefinidas y validadas (esquemas), se eliminan clases enteras de errores silenciosos.
• Interpretabilidad: Las decisiones del agente se comprimen en campos legibles por humanos, facilitando la auditoría.
• Futuro: Este enfoque sienta las bases para sistemas científicos autónomos donde los agentes pueden explorar hipótesis, realizar cálculos exactos y validarlos contra simulaciones (Monte Carlo) y datos experimentales en un solo flujo de trabajo coherente.

En resumen, Diagrammatica no solo automatiza cálculos de física de partículas, sino que establece un nuevo estándar de arquitectura para agentes IA en ciencia, priorizando la integridad estructural sobre la flexibilidad de generación libre.