🔬 física atómica

Recovering Irreducible Three-Body Interactions with Lagrangian Neural Networks

Este artículo demuestra que las Redes Neuronales Lagrangianas, al combinarse con el muestreo sensible a la señal y la regresión simbólica, pueden recuperar con éxito la expresión de forma cerrada de una interacción de tres cuerpos de Axilrod-Teller irreducible directamente a partir de datos de trayectoria, incluso en presencia de fuerzas de pares.

Autores originales: Sena Kalabalik, Sukru Caglar, Abdullah Umut Hamzaogullari, Arkadas Ozakin

Publicado 2026-10-12

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Sena Kalabalik, Sukru Caglar, Abdullah Umut Hamzaogullari, Arkadas Ozakin

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de la física, los científicos han dependido durante mucho tiempo de una idea poderosa para describir cómo se mueven las cosas: el principio de que la naturaleza siempre elige el camino de menor resistencia. Este concepto, conocido como el principio de la acción estacionaria, permite a los investigadores predecir el movimiento futuro de los objetos al comprender una cantidad matemática única llamada Lagrangiano. Durante siglos, este marco ha explicado con éxito desde péndulos oscilantes hasta planetas en órbita, pero tradicionalmente ha asumido que las interacciones entre objetos son simples y aditivas. En esta visión, la fuerza entre tres objetos es simplemente la suma de las fuerzas entre cada par. Sin embargo, el mundo real es a menudo más complejo. A veces, tres objetos interactúan de una manera que no puede descomponerse en pares; la presencia de un tercer objeto cambia fundamentalmente cómo se comportan los otros dos, creando una relación única e irreducible que depende de la forma específica que forman juntos.

Un equipo de investigadores de la Universidad Boğaziçi en Turquía se propuso ver si la inteligencia artificial moderna podía descubrir estas complejas interacciones de tres vías por sí sola, simplemente observando cómo se mueven las partículas. Recurrieron a un tipo específico de modelo de aprendizaje automático llamado Red Neuronal Lagrangiana. A diferencia de los programas informáticos estándar que intentan memorizar patrones, estas redes están construidas con las leyes de la física integradas en su propia estructura. Están diseñadas para aprender las reglas subyacentes del movimiento mediante la observación de trayectorias —los caminos que las partículas recorren a lo largo del tiempo— sin que se les diga cuáles son las fuerzas. Los investigadores querían saber si tal sistema podría observar el movimiento de tres partículas y deducir que estaban siendo empujadas o atraídas por una fuerza que solo existe cuando las tres están presentes, una fuerza que cambia su naturaleza dependiendo de si las partículas forman un triángulo, una línea u otra forma.

Para probar esto, los científicos crearon un entorno simulado que contenía tres partículas idénticas. Programaron la computadora para generar millones de movimientos diferentes para estas partículas basados en una fuerza compleja conocida como la interacción de Axilrod-Teller. Esta fuerza es un fenómeno físico real que ocurre entre átomos neutros, donde la energía no depende solo de la distancia entre los átomos, sino también de los ángulos que forman entre sí. Si los átomos forman un triángulo compacto, la fuerza los empuja; si se estiran en una línea larga y delgada, la fuerza los atrae. Los investigadores luego alimentaron a la computadora únicamente con las trayectorias registradas de estas partículas en movimiento, ocultando por completo la fórmula de la fuerza. La red neuronal tenía que trabajar hacia atrás, desde el movimiento, para deducir las reglas invisibles que lo regían.

Los resultados fueron sorprendentes. La inteligencia artificial aprendió con éxito la fuerza oculta. No se limitó a memorizar las trayectorias; reconstruyó la ley matemática real que las generaba. La red descubrió que la fuerza seguía un patrón específico: crecía increíblemente fuerte a medida que las partículas se acercaban, y cambiaba de repulsiva a atractiva basándose en la forma del triángulo que formaban. Para asegurar que el sistema no estuviera simplemente adivinando, los investigadores compararon sus predicciones con la física conocida. La fuerza aprendida por la red coincidía con la fuerza real con alta precisión, reproduciendo correctamente la forma en que la interacción cambia con la distancia y el ángulo. Aún más impresionante, cuando los investigadores pidieron a la computadora que tradujera su comprensión matemática interna y compleja de nuevo a una fórmula simple y legible para los humanos, lo hizo con una precisión notable. La computadora escribió la expresión exacta para la interacción de tres cuerpos, incluyendo los términos específicos que describen la dependencia angular y la fuerza de acoplamiento correcta. Aunque la fórmula recuperada no era matemáticamente perfecta —mostrando un error residual muy pequeño y un término menor que rompía ligeramente la simetría perfecta de las partículas— capturó la física central con tal fidelidad que efectivamente reveló la verdadera regla de juego.

Sin embargo, el estudio también reveló un límite crucial para este tipo de descubrimiento. En el mundo real, esta fuerza de tres cuerpos es usualmente una pequeña corrección a las fuerzas mucho más fuertes que actúan entre pares de átomos. Los investigadores probaron si su sistema podía encontrar esta señal diminuta cuando estaba enterrada bajo el ruido de las fuerzas más grandes y simples. Descubrieron que si la fuerza de tres cuerpos era demasiado débil en comparación con los errores inherentes al proceso de aprendizaje de la computadora, el sistema no podía detectarla. La señal simplemente se perdía en el fondo. Pero cuando amplificaron la fuerza de la interacción de tres cuerpos, haciéndola lo suficientemente grande como para destacar claramente sobre el ruido, el sistema la encontró de inmediato. Esto sugiere que, si bien la inteligencia artificial puede descubrir leyes físicas complejas a partir del movimiento, requiere que la señal sea lo suficientemente fuerte como para ser distinguida de las limitaciones del propio modelo.

Este trabajo demuestra un nuevo camino para el descubrimiento científico. Al combinar el aprendizaje profundo con la estructura fundamental de la física, los investigadores ahora pueden ir más allá de simplemente predecir cómo se comportará un sistema para realmente descubrir las leyes que lo gobiernan. El estudio muestra que, si se proporciona el tipo de datos adecuado y el tipo de marco matemático adecuado, una máquina puede observar la danza caótica de las partículas y escribir el libro de reglas de su interacción, incluso cuando ese libro de reglas describe una relación que involucra a tres objetos actuando como una unidad inseparable.

Declaración del Problema
Las Redes Neuronales Lagrangianas (LNN, por sus siglas en inglés) han demostrado éxito en el aprendizaje de sistemas mecánicos a partir de datos de trayectorias, parametrizando un Lagrangiano escalar y derivando la dinámica mediante las ecuaciones de Euler-Lagrange. Sin embargo, el trabajo previo se ha limitado en gran medida a interacciones aditivas por pares. Una cuestión abierta crítica es si las LNN pueden recuperar interacciones de muchos cuerpos irreducibles —potenciales que no pueden descomponerse en una suma de términos por pares— únicamente a partir de datos de movimiento. Este artículo aborda este vacío investigando la recuperación de la interacción triple-dipolo de Axilrod-Teller (AT), el principal término de dispersión de tres cuerpos. El potencial AT depende de la geometría colectiva de tres partículas (específicamente los ángulos del triángulo que forman) de una manera que no puede representarse mediante cualquier suma de funciones por pares, lo que presenta un desafío cualitativo para las arquitecturas estándar de descomposición por pares.

Metodología
Los autores proponen un marco que combina el conocimiento físico específico del dominio con el aprendizaje profundo para aislar y aprender el potencial de tres cuerpos.

Arquitectura de Energía Cinética Fija: En lugar de aprender todo el Lagrangiano $L(q, \dot{q})$ , los autores prescriben analíticamente la energía cinética $T$ (asumiendo masas de partículas conocidas y coordenadas cartesianas) y utilizan una red neuronal $V_\theta$ para aprender únicamente la energía potencial. Esto reduce la tarea de aprendizaje a la recuperación de una función escalar a partir de su campo de gradiente, eliminando la carga de inferir la estructura cuadrática conocida de la energía cinética.
Representación de Entrada Aumentada: La red del potencial recibe un vector de entrada $x = (r_{12}, r_{23}, r_{31}, \cos \theta_1, \cos \theta_2, \cos \theta_3)$ , que comprende distancias por pares y los cosenos de los ángulos interiores. Aunque los ángulos están matemáticamente determinados por las distancias, esta representación "aumentada geométricamente" actúa como un sesgo inductivo, exponiendo explícitamente la estructura radial y angular necesaria para capturar la interacción AT.
Muestreo Consciente de la Señal: Reconociendo que la fuerza AT escala como $r^{-10}$ , los autores emplean una estrategia de muestreo especializada. Utilizan una mezcla densa/dispersa para concentrar los datos de entrenamiento en el régimen de "interacción fuerte" (separaciones pequeñas) donde la señal de tres cuerpos es más informativa, manteniendo al mismo tiempo una cobertura amplia del espacio de configuración. Esto evita que la función de pérdida sea dominada por el ruido en el campo lejano o que falle al ajustar el pronunciado campo cercano.
Objetivo de Entrenamiento: La red se entrena minimizando el error absoluto medio entre las aceleraciones predichas (derivadas mediante diferenciación automática del Lagrangiano aprendido) y las aceleraciones de referencia. El potencial nunca se supervisa directamente; se infiere implícitamente a través del ajuste de la aceleración.
Regresión Simbólica: Para probar si la representación neuronal aprendida puede convertirse en una ley física explícita, los autores aplican regresión simbólica (usando la biblioteca PySR) al potencial entrenado $V_\theta$ , buscando una expresión de forma cerrada sin asumir la forma funcional a priori.

Resultos Clave
El estudio evalúa el enfoque a través de tres niveles: precisión a nivel de campo, estructura geométrica funcional y estabilidad de la trayectoria.

Sistema AT Aislado:
- Precisión a Nivel de Campo: El potencial aprendido reproduce el paisaje del potencial analítico y el campo de aceleración con alta fidelidad (error relativo $L_1 \approx 1.3\%$ para el potencial y $1.1\%$ para la magnitud de la aceleración).
- Dependencia Geométrica: El modelo recupera correctamente la escala radial $r^{-9}$ y la dependencia angular característica, incluyendo la reversión del signo de la interacción (repulsiva para triángulos equiláteros, atractiva para configuraciones colineales).
- Controles: Cuando se entrena en sistemas puramente por pares (Lennard-Jones o gravedad Newtoniana) utilizando las mismas entradas angulares aumentadas, la red no aprende dependencias angulares espurias, confirmando que la representación es neutra para interacciones puramente radiales.
- Ejecuciones de Trayectoria (Rollouts): Las trayectorias aprendidas generan movimientos estables. Aunque ocurre una deriva de energía a largo plazo debido a la acumulación de pequeños errores locales en regiones de potencial pronunciado, el modelo preserva el momento y la conservación del centro de masa con alta precisión.
Sistema Compuesto LJ+AT (Identificabilidad):
- Los autores investigan si el término de tres cuerpos es identificable cuando está embebido en un fondo dominante de Lennard-Jones por pares.
- Acoplamiento Físico ( $\tilde{\nu} \approx 0.1$ ): Con la fuerza de acoplamiento típica para el argón, la señal de tres cuerpos es aproximadamente cinco veces más pequeña que el error de ajuste irreducible (suelo de ruido) del modelo por pares. En consecuencia, el término de tres cuerpos no es identificable; añadir el término AT no mejora el ajuste del modelo a la dinámica.
- Acoplamiento Amplificado ( $\tilde{\nu} = 1.0$ ): Cuando se amplifica el acoplamiento, la señal AT supera el suelo de error del modelo. En este régimen, el modelo completo resuelve con éxito la contribución de tres cuerpos, reduciendo significativamente el error residual en comparación con un modelo de solo pares.
Recuperación Simbólica:
- La aplicación de regresión simbólica al potencial entrenado $V_\theta$ recupera con éxito la expresión de forma cerrada de Axilrod-Teller: $V_{SR} \propto \frac{1 + 3 \cos \theta_1 \cos \theta_2 \cos \theta_3}{(r_{12}r_{23}r_{31})^3}$ .
- La regresión identifica correctamente el numerador angular, la ley radial $r^{-9}$ y la constante de acoplamiento. Crucialmente, cuando se retienen los inputs angulares ( $\cos \theta_i$ ) durante la regresión simbólica, el algoritmo falla en reconstruir la estructura correcta, proporcionando evidencia independiente de que las características angulares son esenciales para representar la interacción.

Significancia y Reivindicaciones
El artículo afirma demostrar que las Redes Neuronales Lagrangianas, combinadas con un muestreo informado físicamente y restricciones estructurales específicas del dominio, pueden recuperar una interacción de tres cuerpos irreducible únicamente a partir de datos de trayectoria.

Inferencia Científica: El trabajo establece un marco donde el aprendizaje profundo sirve como una herramienta para la inferencia científica. Al codificar la física conocida (términos cinéticos) y utilizar un diseño de datos dirigido, el modelo puede aislar interacciones complejas.
De los Datos a la Ley: La aplicación exitosa de la regresión simbólica para recuperar la forma analítica exacta del potencial AT (incluyendo su dependencia geométrica y de acoplamiento) a partir de una red neuronal entrenada únicamente con datos de trayectoria representa un paso hacia la extracción de leyes físicas interpretables a partir de datos dinámicos.
Límites de la Identificabilidad: El estudio proporciona una medida cuantitativa de la sensibilidad de la recuperación basada en trayectorias, mostrando que las interacciones de orden superior solo son recuperables cuando su firma dinámica supera el error de modelado residual de la arquitectura subyacente.
Generalizabilidad: Aunque los resultados específicos conciernen a la interacción AT, la metodología (términos cinéticos fijos, entradas aumentadas, muestreo consciente de la señal) se presenta como un enfoque transferible para estudiar otros sistemas donde las interacciones de orden superior son difíciles de formular o su estructura es desconocida a priori.

Más como este