El Café Cuántico 3x03: Matemáticas y Física en la intimidad

Esta semana se emitió el tercer programa de El Café Cuántico desde que soy uno de los presentadores. A continuación está el audio:

En esta ocasión decidí dar la noticia (minuto 2:50) de cómo un algoritmo de inteligencia artificial consiguió vencer al campeón europeo de Go, un juego de mesa que requiere bastante estrategia e intuición. Una de las mejores descripciones sobre el tema la encontré en WIRED, y Francis Villatoro explica muy bien el funcionamiento del algoritmo aquí. Antonio comentó estos dos estudios sobre el suicidio en insectos y qué implicaciones podrían tener en humanos. En Bajo El Microscopio (6:45) respondí esta vez la pregunta de un oyente, que quería saber por qué las galaxias muy lejanas se ven más grandes de lo que deberían, hasta incluso llegar un momento en el que superan en tamaño aparente a galaxias que están mucho más cerca. No sé si sólo con el audio se entenderá bien, pero por si acaso ésta es la página que me hizo entenderlo realmente por primera vez, hace ya unos años. El gif animado del principio ayuda mucho a visualizarlo. ¡Y recordad que más preguntas de este tipo serán bienvenidas! Tanto aquí mismo como en mi Twitter o el del programa, la página de Facebook o los comentarios de ivoox.
Elena nos habló en Cienciadicción (11:00) de la titánica tarea que supondrá identificar y desconectar 9000 cables obsoletos en el LHC, y en La Llamada Experta (18:30) pudimos contar con David Pérez-García, que nos explicó cómo habían descubierto que un problema sobre los niveles de energía en un sistema físico era imposible de calcular a partir de principios básicos. De nuevo, Francis Villatoro explica bien la situación de este problema indecidible.
Tras ello hicimos una pequeña pausa con la canción Pi, del grupo Innerlands, y dimos comienzo a una tertulia (31:00) con Miguel Ángel Sanchis Lozano, con quien hablamos de la íntima relación que existe entre las matemáticas y la física, la discusión sobre si las matemáticas se inventan para describir el mundo, o por el contrario se descubren como una realidad ya preexistente. Aquí hemos de decir que la conversación tal vez adquirió un nivel técnico bastante superior a lo esperado, y pedimos disculpas si se hace complicada de seguir. Para los más interesados, Miguel Ángel describe el descubrimiento que hicieron en este artículo científico, y aquí aporto yo una argumentación de César Tomé sobre cómo el percibir tal nivel de orden en la naturaleza puede deberse a la forma limitada en la que nuestro cerebro procesa los datos.

A continuación, y sin que sirva de precedente, incluyo transcripciones aproximadas de mis dos secciones en el programa (y añado enlaces extra).

Noticia de actualidad:

Un programa de ordenador ha vencido al Go al actual campeón europeo, Fan Hui, diez años antes de lo que algo así se creía posible.

El Go es un juego de mesa en el que dos jugadores sitúan en el tablero fichas negras y blancas alternativamente, con el objetivo de ocupar más territorio que el contrario, y con 2500 años de antigüedad era uno de los pocos en los que las personas eran mejores que las máquinas hasta ahora. El juego requiere bastante estrategia e intuición, y dado que el tablero es de 19 x 19 casillas, el número de posibilidades para cada jugada está en torno a 250. Al contrario que en el ajedrez, de sólo unas 35, en el Go se hace imposible calcular todas las opciones futuras y decidir la mejor, porque hay demasiadas.

Para vencerlo, la compañía de Google DeepMind utilizó una técnica de inteligencia artificial llamada deep learning (aprendizaje profundo). El programa, llamado AlphaGo, se entrenó introduciéndole 30 millones de movimientos de jugadores expertos, y mediante algoritmos llamados redes neurales los utilizó para decidir en cada momento cuál sería mejor usar. Después, se reforzó este entrenamiento haciendo jugar a la máquina contra versiones ligeramente distintas de sí misma para que siguiese mejorando hasta ser no sólo tan buena como jugadores humanos, sino superior.

Este tipo de inteligencia artificial es útil para más que juegos de mesa, no obstante. Puede ayudar al reconocimiento de imágenes o de voz, la investigación científica con grandes cantidades de datos o al diagnóstico de enfermedades, y tiene aplicaciones en robótica y otras áreas.

Pero para saber definitivamente si las máquinas superan a la humanidad en otro juego de intelecto, en marzo AlphaGo se enfrentará a Lee Sedol, prácticamente el mejor jugador del mundo, y muy superior a Fan Hui. No está claro quién ganará, pero los expertos creen que aunque pierda, con un año más de mejoras podrían cambiar las tornas de forma definitiva.

Bajo El Microscopio:

Esta vez responderemos una pregunta que nos manda Víctor Linares, que buscaba una explicación a por qué las galaxias a partir de cierta distancia se ven más grandes de lo que deberían, incluso más que otras más cercanas, cuando en realidad se supone que no lo son.

¿Cómo sabemos que están más lejos realmente?

Para medir la distancia a una galaxia, los astrónomos usamos principalmente el corrimiento al rojo. Básicamente separamos su luz en colores y medimos la longitud de onda de los que tienen más intensidad, debido a los elementos químicos que haya en la galaxia. Conforme la luz viaja hasta nosotros, la expansión del universo la va estirando, y cuando nos llega tiene una longitud de onda mayor que cuando se emitió. Comparando el patrón de colores de los elementos en la galaxia (llamado espectro) con el patrón que producen aquí en la Tierra, podemos ver cuánto estiramiento ha habido. Se llama corrimiento al rojo porque el rojo es el color del arco iris con mayor longitud de onda de todos.

De modo que sabemos que el universo se ha expandido mucho desde que se emitió la luz de esta galaxia, y esta expansión la habrá ido alejando de nosotros. Además, la galaxia la vemos mucho más tenue que si estuviera cerca.

¿Entonces por qué la vemos más grande?

Pues resulta que la expansión del universo también tiene mucho que ver. Lo que ocurre es que la luz de estas galaxias se emitió hace tanto tiempo, hace casi 10000 millones de años o más (el universo tiene 13800), que por entonces estaban mucho más cerca de nosotros. Después de emitir esa luz la galaxia siguió alejándose, pero la luz desde más lejos no nos ha llegado aún. Así que en cierto modo es como si viéramos esta galaxia donde estaba entonces, y no ahora.

Todas las galaxias más allá de un par de miles de millones de años luz se ven más grandes de lo que deberían, pero las que emitieron su luz hace poco ya tuvieron buena parte de la edad del universo para alejarse de nosotros antes de emitirla. Estas galaxias tan antiguas no habían tenido aún tiempo de alejarse cuando emitieron la luz que vemos ahora.

Entonces habrá que tener en cuenta este efecto en cosmología, ¿no?

Efectivamente, y se tiene. De hecho al estudiar lentes gravitacionales, que es lo que hago yo, para calcular los ángulos con los que se desvía la luz hacemos una corrección y ponemos la distancia a la que la galaxia estaría para verse de ese tamaño. Esto se calcula conociendo los parámetros de la forma en que se expande el universo, y se llama "distancia diámetro angular".

Muy interesante, ¿y cómo le surgió la duda a este oyente?

Víctor estaba participando en un proyecto llamado Radio Galaxy Zoo, o "zoo de galaxias en radio", que forma parte del Zooniverse. Resulta que hay muchos casos en los que el cerebro humano es mejor reconociendo patrones que los ordenadores, y hace años los científicos tuvieron la idea de crear una especie de juego con el que la gente podría clasificar galaxias a ojo por internet, para analizar gran cantidad de datos usando su colaboración. Ahora muchos otros proyectos usan esta técnica, y cualquiera puede ayudar a la ciencia entrando en zooniverse.org y participando. Hay proyectos para identificar animales en fotografías, estudiar galaxias, nebulosas o la superficie de Marte, transcribir documentos antiguos, etcétera. De hecho las anomalías de la estrella de Tabby, de la que hablamos hace dos semanas, se descubrieron así, en un proyecto llamado Planet Hunters. Y esto también muestra por qué el aprendizaje para reconocer patrones de la máquina que venció al Go es importante para la ciencia.

Desde aquí os recomendamos buscarlo. Zooniverse.

Muchas gracias, Víctor, por la pregunta, ¡y si tienen alguna no lo duden y escríbannos!