Learning the Emergent Bulk Geometry of the Three Dimensional Ising Model

In de diepste uithoeken van de theoretische fysica bestaat een krachtig idee dat suggereert dat het universum dat wij zien, een projectie zou kunnen zijn van iets dat plaatsvindt in een hogere dimensie. Dit concept, bekend als het holografisch principe, stelt dat een complex systeem van deeltjes dat leeft op een plat oppervlak wiskundig equivalent kan zijn aan een gravitationele wereld die bestaat in de ruimte net daarboven. Voor systemen die ongelooflijk groot zijn en gevuld met veel interagerende onderdelen, gedraagt deze hogere dimensionele wereld zich als de vloeiende, voorspelbare zwaartekracht zoals beschreven door Albert Einstein. Echter, natuurkundigen hebben zich lang afgevraagd wat er gebeurt wanneer het systeem klein en eenvoudig is, bestaande uit slechts enkele interagerende onderdelen. In die gevallen kunnen de regels van vloeiende zwaartekracht uiteenvallen, waardoor er een vreemd, grillig of misschien zelfs niet-bestaand hogere-dimensionaal landschap achterblijft. Het begrijpen van deze overgang is cruciaal omdat het wetenschappers helpt de zeer grenzen te definiëren van hoe zwaartekracht voortkomt uit de kwantumwereld.

Een onderzoeker pakte dit mysterie recent aan door een klassiek model van magnetisme te bestuderen: het driedimensionale Ising-model. Dit model is een eenvoudig rooster van piepkleine magneten die ofwel omhoog of omlaag kunnen wijzen, en op een specifieke temperatuur ondergaat het een dramatische verschuiving waarbij de magneten plotseling uitlijnen, wat een faseovergang creëert. Hoewel het gedrag van dit rooster op zichzelf goed begrepen wordt, is zijn potentiële hogere-dimensionale gravitationele tweelingeling een volledig onbekende gebleven. In plaats van te gokken hoe deze tweeling eruit zou zien, gebruikte de onderzoeker een vernieuwende aanpak: ze namen nauwkeurige metingen van het magnetische rooster en vroegen een computer om achteruit te werken om de vorm van de ruimte te vinden die precies die metingen zou produceren. Ze behandelden het probleem als een puzzel waarbij de stukjes de patronen van interactie tussen de magneten zijn, en de oplossing de geometrie van de verborgen dimensie is.

Om dit op te lossen, maakte de onderzoeker gebruik van een geavanceerde vorm van machine learning. Ze bouwden een digitale solver die kon simuleren hoe een veld zich zou gedragen binnen een gekromde, hogere-dimensionale ruimte. Vervolgens trainden ze deze solver om de vorm van die ruimte aan te passen totdat de gesimuleerde interacties overeenkwamen met de echte data gemeten van het magnetische rooster. De onderzoeker richtte zich op twee specifieke soorten interacties binnen het rooster: één gerelateerd aan de uitlijning van de spins zelf, en een andere gerelateerd aan de energie tussen hen. In een wereld die wordt beheerst door standaard, vloeiende zwaartekracht, zou elk type deeltje of veld door dezelfde onderliggende geometrie moeten bewegen, net zoals een auto en een fiets beide op dezelfde weg zouden rijden. De onderzoeker verwachtte dat als er een enkele, vloeiende vorm van ruimte bestond voor dit magnetische model, hun computer een enkele set regels zou vinden die beide typen interacties tegelijkertijd perfect zou verklaren.

De resultaten vertelden echter een ander verhaal. Wanneer de onderzoeker de computer trainde om de data voor de spin-uitlijning te fitten, vond deze een specifieke vorm voor de verborgen ruimte die perfect werkte voor die interactie. Maar wanneer ze diezelfde vorm probeerden te gebruiken om de energie-interacties te verklaren, faalde de voorspelling jammerlijk en miste het doel met een enorme marge. Omgekeerd, wanneer ze de computer trainden om de energie-data te fitten, vonden ze een compleet andere vorm voor de ruimte, die vervolgens faalde om de spin-uitlijning te verklaren. De mismatch was geen kleine fout of een resultaat van ruis; het was een fundamenteel meningsverschil. De computer kon niet één enkele, verenigde geometrie vinden die aan beide voorwaarden voldeed. Zelfs toen de onderzoeker de grootte van het magnetische rooster veranderde of het bereik van de data aanpaste, bleef het conflict bestaan. De twee interacties leken twee totaal verschillende landschappen te eisen, wat suggereert dat de verborgen dimensie voor dit systeem niet een enkele, vloeiende oppervlakte is.

Deze bevinding biedt een duidelijk, numeriek antwoord op een langlopende vraag. Het demonstreert dat voor systemen met een klein aantal interagerende onderdelen, zoals het Ising-model, het idee van een enkele, klassieke gravitationele geometrie simpelweg niet standhoudt. De "bulk"-ruimte, als die al bestaat, is niet een eenvoudige, vloeiende laag waar iedereen op reist. In plaats daarvan lijkt het een complexere structuur te zijn waarbij verschillende delen van het systeem verschillende effectieve geometrieën ervaren. Dit komt overeen met de theoretische verwachting dat wanneer een systeem te klein is om standaard zwaartekracht te ondersteunen, de vloeiende regels van Einsteins theorie oplossen in iets meer intriekats. De onderzoeker heeft niet exact geïdentificeerd wat deze complexe structuur is, maar heeft succesvol bewezen dat het niet een eenvoudige, enkele metriek is. Door aan te tonen dat de twee meest basale kenmerken van het model niet samen kunnen bestaan op hetzelfde geometrische podium, heeft zij een scherpe grens getrokken rond waar ons huidige begrip van zwaartekracht eindigt en een meer exotische kwantumrealiteit begint.