Dos afirmaciones dentro de una pregunta
"El universo es una red neuronal" puede significar dos cosas, y cada una necesita pruebas distintas.
La afirmación débil es estructural: el universo a gran escala y el cerebro están organizados de forma parecida, y la misma matemática describe a ambos. Se puede comprobar con microscopio, telescopio y estadística.
La afirmación fuerte es dinámica: el universo aprende. Sus leyes serían el resultado estable de algo parecido a un entrenamiento, igual que los pesos de una red se asientan tras el descenso de gradiente. Esta necesita un modelo formal y predicciones distintas de las de la física estándar.
Ambas tienen trabajo serio detrás. Ninguna está establecida.
La evidencia estructural: cerebro y red cósmica
En 2020, el astrofísico Franco Vazza y el neurocirujano Alberto Feletti publicaron una comparación cuantitativa entre dos imágenes: cortes finos de tejido cerebral humano y simulaciones cosmológicas de la red cósmica, la red de filamentos de galaxias y vacíos que llena el universo observable (Frontiers in Physics, 2020).
Midieron las mismas magnitudes en ambos sistemas: cómo se distribuyen las fluctuaciones de densidad entre escalas, cuántas conexiones tiene cada nodo, cuán agrupada está la red. Varios de esos números resultaron cercanos, aunque los dos sistemas difieren en tamaño en unos 27 órdenes de magnitud. Ambas redes guardan además la mayor parte de su masa en un componente pasivo: agua en el cerebro, energía oscura en el universo.
La medición muestra que dos procesos físicos muy distintos llegan a estadísticas de red comparables. Si la red cósmica hace algo parecido a pensar es otra cuestión, que estos datos no tocan. Los bronquios y las copas de los árboles también comparten estadísticas fractales, porque resuelven el mismo problema: maximizar la superficie con poco volumen. La pregunta interesante que deja abierta la medición es qué problema de optimización resuelve la red cósmica, si llega a las mismas estadísticas que un cerebro moldeado por la evolución.
La propuesta dinámica: el modelo de Vanchurin
Vitaly Vanchurin, físico de la Universidad de Minnesota en Duluth, formalizó la afirmación fuerte en "The World as a Neural Network" (Entropy 22, 1210, 2020). Describe el universo como una red con dos tipos de variables —entrenables (como pesos) y ocultas (como estados de neuronas)— y estudia cómo se comporta el sistema mientras aprende.
En un límite, la dinámica de aprendizaje puede escribirse en una forma parecida a la ecuación de Schrödinger. En otro, recuerda las ecuaciones de la relatividad general de Einstein. El argumento de Vanchurin es que la mecánica cuántica y la gravedad podrían ser dos regímenes de un mismo proceso de aprendizaje. Más tarde, con Yuri Wolf, Mikhail Katsnelson y Eugene Koonin, desarrolló la idea en una teoría de la evolución como aprendizaje multinivel (PNAS, 2022).
El modelo es una propuesta. Todavía no ha producido una medición que solo él pueda explicar.
Una tercera línea: gravedad a partir de información
En 2010, Erik Verlinde argumentó que la gravedad podría ser emergente, consecuencia de cómo se distribuye la información en superficies, y en 2017 extendió el argumento a la dinámica de galaxias. Si la gravedad viene de la información, y una red es una máquina para mover información, las dos ideas se encuentran: el patrón de la gravedad sería el patrón de conexiones de la red. Ese es el paso que da este programa.
Lo que aporta la Cosmología Neural: un sustrato que funciona
El programa de este sitio lleva la afirmación dinámica un nivel más abajo y pregunta cómo sería la red más pequeña capaz de producir estructuras parecidas a la física.
Su preprint, Pointer Architecture v9.0, define un sustrato formal: punteros, reglas de reescritura, commits, un archivo de solo anexado y observadores. Implementa ese sustrato como un pequeño lenguaje de programación, Sixth. Cuarenta demostraciones, comprobadas por 646 aserciones automáticas, suben desde una única distinción hasta la aritmética, el tiempo, el espacio, los observadores y la computación universal, y de ahí a estructuras que se mantienen solas. En el mismo sustrato, una construcción holográfica reproduce la estimación estándar de la energía oscura en el lenguaje del sustrato, dentro de un factor de alrededor de 0,73 del valor observado.
Lo que esto establece es constructivo: una red de este tipo puede generar las estructuras que necesitaría un universo-red. Si nuestro universo funciona sobre una así es otra cuestión, y el artículo formula de antemano qué rompería sus afirmaciones.
Qué contaría en contra de la idea
- Que una demostración del sustrato falle sus comprobaciones automáticas en el código publicado (falsador F0 del preprint).
- Que la ley de área se rompa en otras topologías del sustrato, lo que convertiría el resultado de la energía oscura en un artefacto de la retícula elegida (F1).
- Que la semejanza entre cerebro y red cósmica desaparezca con mejores estadísticas o aparezca igual en redes aleatorias de la misma densidad.
Conclusión
El universo como red neuronal es una hipótesis científica viva, con modelos formales, una comparación estructural llamativa y un primer sustrato funcional construido en código. Todavía no es un descubrimiento. Hay que juzgarla como cualquier modelo: por las predicciones que hace y por lo que podría echarla abajo. El libro El Código Celestial recorre el argumento completo en lenguaje llano.