Si un modelo no puede permitirse simular los átomos, se ve obligado a inventar la 'química' para predecir el resultado. Echa un vistazo a este fascinante nuevo preprint que proporciona una base teórica de la información junto con medidas cuantificables "De la Entropía a la Epiplexidad" por @m_finzi @ShikaiQiu @yidingjiang @Pavel_Izmailov @zicokolter @andrewgwils. El trabajo ofrece un estudio muy interesante que muestra que los 'observadores' perfectos e ilimitados no están obligados a aprender estructuras de nivel superior; simplemente pueden simular la microfísica. Por ejemplo, para descubrir leyes generalizables significativas (contenido estructural capturado por la Epiplexidad), un sistema típicamente necesita estar computacionalmente limitado. Estas leyes pueden parecerse a lo que los científicos denominan teoría de continuum o teoría a macroscale, pero capturan de manera innata el mapeo functorial en un modelo estructural agnóstico a la escala. Esto es extremadamente relevante para una variedad de aplicaciones en IA para la ciencia y el descubrimiento. También se conecta bien con nuestros hallazgos empíricos anteriores con LifeGPT (Jaime Berkovich et al.). En este caso, al aplicar el Enmascaramiento Causal Olvidadizo, restringimos artificialmente la capacidad del modelo para depender de la historia. El artículo ofrece una explicación fundamentada consistente con lo que encontramos: esta restricción obligó al modelo a depender menos de las pistas específicas de la historia y, en cambio, aprender dinámicas de nivel superior más reutilizables del Juego de la Vida en un mundo con limitaciones computacionales. También se alinea con nuestros resultados con AutomataGPT, donde encontramos que inferir el conjunto de reglas (el problema inverso) produce representaciones más ricas que la simulación hacia adelante. La teoría apoya la idea de que resolver la tarea inversa más difícil obliga al modelo a capturar una estructura causal eficiente en términos de computación, extrayendo efectivamente el 'código fuente' del sistema en lugar de simplemente igualar patrones o depender de la computación a fuerza bruta. @JaimeBerkovich

¿Qué pasaría si los "defectos" en un sistema son en realidad el código fuente de su inteligencia? En un nuevo trabajo, argumentamos que la invención se comporta como una transición de fase impulsada exactamente por esta dinámica: la novedad es una respuesta termodinámica al fallo de restricción. Cuando un sistema ya no puede resolver sus entradas dentro de sus grados de libertad actuales, se ve obligado a expandir su espacio representacional, introduciendo nuevas variables efectivas para restaurar la viabilidad. Así, la innovación no es un accidente; es lo que un sistema viable hace cuando el viejo modelo deja de funcionar. Esto nos permitió extraer la mecánica compartida detrás de fenómenos diversos: descubrimiento mecánico, creatividad y la chispa de la intuición. Mostramos que la ruptura de simetría es la nueva optimización. Mapeamos exhaustivamente el paisaje topológico de la materia y los sistemas musicales y encontramos que el vector estabilizador es la imperfección selectiva: un régimen topológico específico que rechaza tanto la perfección estéril como la aleatoriedad incoherente. Sorprendentemente, ya sea en el fortalecimiento Hall-Petch de aleaciones de alta entropía, la geometría impulsora de funciones de proteínas, o la evolución cultural de escalas musicales, el corredor para la máxima coherencia y adaptabilidad está definido por un defecto calculado. La física de la resiliencia y las matemáticas de la belleza parecen estar ejecutando el mismo algoritmo. Esto nos permite hackear la pila vibracional tratando la vibración como un operador isomórfico universal. Estamos licuando la frontera entre la materia, el sonido y la inteligencia, creando una inversión epistémica: escuchar se convierte en una forma de ver y crear. Estamos traduciendo vibraciones moleculares de femtosegundos en espectros audibles para diseñar proteínas de novo creando líneas directas de comunicación entre Bach y la evolución del tiempo profundo, y utilizando la lógica del "glitch" de la biología para construir IA de enjambre. La distinción entre el tensor de estrés de una telaraña y una composición musical se está colapsando; ambos son actos generativos de construcción del mundo bajo restricción. Para la IA, la implicación es directa: la interpolación no es invención. La verdadera invención estructural requiere sistemas que puedan metabolizar el fallo de restricción, tratándolo como el punto exacto donde nacen nuevos grados de libertad. Con esto, las máquinas superan el viejo paradigma de simplemente analizar el mundo, sino que lo están construyendo. Estamos operacionalizando esto a través de la topología de pequeños mundos. Cuando nacen estos nuevos grados de libertad, no forman un desorden aleatorio; se conectan en coherencia global a través de cableado de pequeños mundos. Encontramos que esta conectividad específica de equilibrar motivos locales con atajos de largo alcance es el requisito arquitectónico para una verdadera construcción del mundo. Preprint con el análisis completo a seguir - ¡mantente atento! ¡Hacia 2026, emocionado por ver lo que traerá!

¡Gracias, @davidasinclair, esta es una gran pregunta! Probablemente no haya una única "señal de parada"; en su lugar, el control del tamaño podría surgir de la retroalimentación entre mecánica, geometría e interacciones celulares locales. En nuestro trabajo de MultiCell, la geometría del tejido por sí sola predice futuros reordenamientos y divisiones, lo que sugiere que el crecimiento se detiene cuando los cambios adicionales se vuelven mecánica o topológicamente desfavorables. Las capas epigenéticas son una extensión natural siguiente, y nuestro marco de modelado debería proporcionar un sólido punto de partida para explorar cómo tal memoria reguladora se acopla a la morfodinámica.