Experiments, Computability, and the Existence of Physical… — Spiegazione divulgativa

Immagina di essere uno chef che cerca di scrivere una ricetta per "la zuppa perfetta". Un matematico rigoroso potrebbe chiedere: "Esiste davvero la 'zuppa perfetta' come oggetto singolo e universale, indipendentemente da chi la cuoce, da quale fornello usa o da come la assaggia?" Il matematico potrebbe preoccuparsi che, poiché la zuppa di ogni chef è leggermente diversa, non esista una singola "funzione zuppa" da trovare.

Questo articolo, scritto dal fisico Isaac Pérez Castillo, sostiene che tale preoccupazione si basa su un fraintendimento di ciò che è realmente un esperimento (o una ricetta). L'autore suggerisce di smettere di cercare una "zuppa perfetta" magica e invisibile che galleggia nell'universo e iniziare a guardare la ricetta stessa.

Ecco l'argomento dell'articolo, scomposto in concetti e analogie semplici:

1. L'esperimento è una macchina, non un mistero

L'articolo inizia con una definizione semplice: un esperimento è semplicemente un elenco finito di passaggi che si seguono per ottenere un risultato.

L'analogia: Pensa a un distributore automatico. Inserisci un codice specifico (l'input), premi un pulsante (la procedura) e, dopo qualche secondo, rilascia uno snack (l'output).
Il punto: Non hai bisogno di conoscere la fisica profonda di come è stato preparato lo snack per sapere che la macchina funziona. Finché la macchina ha un insieme chiaro di passaggi, un modo chiaro per iniziare e un modo chiaro per fermarsi, è una "procedura". L'articolo sostiene che ogni esperimento di laboratorio è esattamente come questo distributore automatico. Prende un campione preparato, segue una regola e sputa un numero.

2. Il "ponte" verso la matematica (Il principio di Church-Turing fisico)

L'autore utilizza un concetto chiamato "principio ponte fisico di Church-Turing". Questo è un modo elaborato per dire: "Se un essere umano può seguire un insieme di regole per ottenere un risultato, anche un computer può seguire quelle regole per ottenere lo stesso risultato."

L'analogia: Immagina di insegnare a un robot a fare una torta. Se puoi scrivere le istruzioni in modo abbastanza chiaro da essere seguite da un umano (ad esempio, "mescola per 2 minuti", "inforna a 180 gradi"), allora anche un computer può seguire quelle istruzioni.
La conclusione: Poiché gli esperimenti sono semplicemente insiemi di istruzioni, sono "computabili". Se una procedura è computabile, allora la "mappa" che crea (Input $\to$ Output) esiste. La funzione esiste perché esiste la macchina che la esegue.

3. Il problema della "precisione finita" (Perché non abbiamo bisogno di numeri perfetti)

Una comune obiezione è: "Ma gli esperimenti non sono perfetti! Ci danno numeri come 3,14 o 3,141, ma mai il numero esatto e infinito $\pi$ . La funzione esiste se non possiamo ottenere la risposta esatta?"

L'analogia: Immagina di cercare di misurare la lunghezza di una stanza. Usi un righello e ottieni 10 piedi. Poi usi un metro a nastro e ottieni 10,1 piedi. Poi usi un laser e ottieni 10,12 piedi. Non ottieni mai il decimale "infinito", ma ti stai avvicinando sempre di più.
La visione dell'articolo: L'articolo dice che va bene così. Nel mondo dell'"analisi computabile" (un ramo della matematica), un numero è considerato "computabile" se puoi avvicinarti ad esso quanto vuoi, passo dopo passo. Non devi stampare l'intero numero infinito in un secondo. Hai solo bisogno di una procedura che dica: "Se vuoi più precisione, ecco come ottenerla".
La conclusione: L'esperimento non ha bisogno di produrre un numero reale perfetto e infinito per essere valido. Deve solo essere in grado di darti una migliore approssimazione ogni volta che lo chiedi.

4. La storia della "solubilità" (Perché il contesto conta)

L'autore racconta una storia di un amico chimico preoccupato per la "solubilità" (quanto zucchero si scioglie in acqua). L'amico chiedeva: "Esiste una 'funzione di solubilità'?" L'amico era confuso perché la risposta cambia se cambi la temperatura, il tipo di acqua o il modo in cui mescoli.

L'analogia: Immagina di chiedere: "Qual è il prezzo di una casa?" La risposta dipende interamente da quale casa, quale città e che ora del giorno chiedi. Non esiste un unico "Prezzo della Casa" per l'intero universo.
La soluzione dell'articolo: L'articolo dice: "Sì, la funzione esiste, ma solo per la specifica ricetta che stai usando."
- Se fissi la temperatura, il tipo di acqua e il metodo di mescolamento, hai una specifica "Macchina di Solubilità".
- Quella macchina calcola una mappa specifica.
- La funzione esiste per quella macchina.
- Se cambi la ricetta (ad esempio, usi acqua calda invece di fredda), stai costruendo una diversa macchina che calcola una diversa mappa.

5. E la casualità? (Il lancio del dado)

Alcuni esperimenti sono casuali. Se esegui lo stesso test dieci volte, potresti ottenere dieci numeri leggermente diversi. La funzione esiste ancora?

L'analogia: Immagina una slot machine. Tiri la leva (input) e ti dà un numero casuale (output). Il risultato non è lo stesso ogni volta.
La visione dell'articolo: La funzione esiste ancora! Ma invece di una mappa che ti dà un numero specifico, la funzione è ora una mappa che ti dà una distribuzione di numeri (un modello di casualità).
L'esperimento calcola un "campionatore". Non ti dà un singolo punto; ti dà un modello affidabile di punti. L'affermazione di esistenza regge; l'oggetto cambia solo forma, da un singolo punto a una nuvola di punti.

Riepilogo: Cosa afferma realmente l'articolo

L'articolo non sostiene che tutto in fisica sia computabile, o che tutti gli esperimenti alla fine concordino su una singola "verità universale".

Invece, fa un'affermazione molto più semplice e precisa:

Smetti di cercare la magia: Non preoccuparti se una funzione "perfetta e indipendente dal protocollo" esista in astratto.
Guarda la procedura: Se hai una ricetta fissa (protocollo), un insieme fisso di regole e un modo per riportare il risultato, quella ricetta è una funzione.
Esiste perché funziona: Poiché la ricetta è un insieme finito di passaggi che un computer potrebbe seguire, la funzione che calcola esiste.
Il contesto è il re: La funzione appartiene allo specifico esperimento che stai eseguendo. Se cambi l'esperimento, ottieni una funzione diversa. Questo non significa che la prima non esistesse; significa solo che hai cambiato la macchina.

La conclusione fondamentale:
L'articolo ci dice di smettere di chiedere: "Esiste la vera solubilità?" e iniziare a chiedere: "Cosa calcola questo specifico esperimento?" Una volta definito chiaramente l'esperimento, la risposta è sempre "Sì, calcola una funzione". La funzione esiste proprio lì nell'output della macchina.

Sintesi Tecnica: Esperimenti, Calcolabilità ed Esistenza di Funzioni Fisiche

Enunciato del Problema
Il lavoro affronta una difficoltà concettuale nella scienza sperimentale riguardo all'"esistenza" di funzioni fisiche. Utilizzando l'esempio di una funzione di solubilità, l'autore osserva che, mentre i laboratori misurano routine quantità, i valori riportati dipendono fortemente da protocolli specifici (solvente, temperatura, criteri di equilibrio, preparazione del campione) e convenzioni di reporting. Questa dipendenza solleva la questione se esista una funzione matematica ben definita e indipendente dal protocollo. Le visioni matematiche tradizionali spesso richiedono che le funzioni siano mappe continue tra spazi ben definiti con domini e codomini indipendenti dal protocollo, portando a uno scetticismo sull'esistenza di tali funzioni in contesti sperimentali complessi. Il lavoro mira a risolvere ciò riformulando la questione dell'esistenza attraverso la lente della teoria della calcolabilità.

Metodologia
L'autore impiega un quadro che combina la filosofia della misurazione, la metrologia (in particolare il Vocabolario Internazionale di Metrologia e la Guida all'Espressione dell'Incertezza di Misura) e l'analisi calcolabile. La mossa metodologica centrale è trattare un esperimento di laboratorio riproducibile non come un processo fisico che evolve nel tempo, ma come una procedura finita ed efficace (un algoritmo) che mappa input ammissibili in report finiti.

L'argomentazione procede in tre stadi logici:

Analisi Strutturale: Definire un esperimento come una sequenza di passi che coinvolge un protocollo ( $P$ ), condizioni di fondo ( $C$ ) e una regola di reporting ( $R$ ) che termina con un output finito.
Principio Ponte: Introdurre un principio ponte fisico di Church–Turing ristretto. Questa tesi postula che per ogni protocollo di laboratorio fisso, specificato finitamente e riproducibile, esista una procedura calcolabile da una macchina di Turing che riproduce il comportamento input-output del protocollo.
Analisi Calcolabile: Applicare gli strumenti dell'analisi calcolabile per gestire misurazioni a precisione finita e stocasticità, distinguendo tra il calcolo diretto di report finiti e l'approssimazione di quantità a valore reale.

Contributi e Risultati Chiave

Esistenza della Mappa Calcolata (Proposizione 1):
Il lavoro stabilisce che un protocollo sperimentale fisso definisce una funzione calcolabile $F: D \to \text{Rep}_{\text{fin}}$ , dove $D$ è l'insieme delle descrizioni di input finite ammissibili e $\text{Rep}_{\text{fin}}$ è l'insieme degli oggetti di report finiti (ad esempio, numeri razionali, intervalli, stringhe con incertezza). Sotto il principio ponte fisico di Church–Turing, l'esperimento è una procedura efficace che si arresta con un report; pertanto, la mappa che calcola esiste nel senso matematico minimo. L'esistenza della funzione non è una precondizione ma una conseguenza del fatto che l'esperimento sia una procedura efficace che si arresta.
Precisione Finita e Idealizzazioni a Valore Reale (Proposizione 2):
Il lavoro chiarisce che gli esperimenti non producono numeri reali esatti in un singolo passo. Invece, utilizzando l'analisi calcolabile, una quantità a valore reale è considerata calcolabile se esiste una procedura che produce approssimazioni razionali con qualsiasi accuratezza richiesta ( $|q_n - y| \le 2^{-n}$ ). Il lavoro sostiene che la misurazione a precisione finita non è un ostacolo all'esistenza di funzioni a valore reale, ma è il meccanismo stesso attraverso cui esse sono calcolate. Una funzione a valore reale esiste in questo senso solo se i report finiti possono essere organizzati in un piano di raffinamento coerente (ad esempio, aumentando il tempo di integrazione o il numero di repliche) che converge a un valore target.
Dipendenza dal Protocollo e Grandezze Misurabili Operative:
Il lavoro rifiuta esplicitamente l'idea che sia richiesta una singola funzione indipendente dal protocollo per l'esistenza. Invece, definisce una grandezza misurabile operativa ( $F_{P,C,R}$ ) specifica per il protocollo, le condizioni e la regola di reporting. Cambiare questi parametri cambia la mappa calcolata. La questione se protocolli diversi misurino la stessa quantità sottostante è un risultato scientifico separato e di livello superiore che richiede argomenti di calibrazione e robustezza, non un prerequisito per l'esistenza della funzione calcolata da un protocollo specifico.
Stocasticità come Oggetto Calcolabile:
Per esperimenti stocastici in cui esecuzioni ripetute producono report diversi, il lavoro sostiene che l'oggetto calcolato non è un fallimento dell'esistenza, ma uno spostamento nel tipo di funzione. Nei casi stocastici, l'esperimento calcola una procedura di campionamento per una distribuzione di probabilità sui report ( $\mu_{x,k}$ ). L'affermazione di esistenza vale: l'esperimento definisce una mappa calcolabile dagli input alle distribuzioni di report (o un campionatore per esse), piuttosto che una mappa deterministica a valore puntuale.

Significato e Ambito
Il significato del lavoro risiede nella separazione di tre domande distinte spesso confuse nella filosofia della scienza:

Se la funzione esiste (risposta affermativa per protocolli fissi tramite il principio ponte).
Se la funzione è calcolabile (risposta affermativa sotto il principio ponte).
Se i risultati da protocolli diversi misurano la stessa quantità (un problema scientifico separato che richiede convergenza e calibrazione).

L'autore limita esplicitamente l'ambito delle affermazioni:

Il lavoro non dimostra una tesi universale di Church–Turing fisica per tutti i processi fisici o per l'evoluzione fisica arbitraria.
Non afferma che tutti i protocolli convergano a una singola quantità a valore reale indipendente dal protocollo.
Non affronta la complessità computazionale o la fattibilità pratica della valutazione di queste funzioni.

La conclusione è che l'"esistenza" di una funzione fisica è assicurata non appena un esperimento è specificato come una procedura finita che si arresta. Il lavoro scientifico si sposta quindi dal provare l'esistenza all'esplorare la struttura della mappa calcolata, confrontarla tra protocolli e determinare quando è giustificata l'unificazione in una quantità indipendente dal protocollo. Questo riformula il problema da una preoccupazione metafisica sulla realtà delle quantità non misurate a un'analisi metodologica di ciò che le specifiche procedure sperimentali calcolano effettivamente.

Experiments, Computability, and the Existence of Physical Functions