Un agente de aprendizaje por refuerzo puede reconstruir la estructura causal del espacio-tiempo de Minkowski sin recibir información directa sobre la métrica ni sobre la causalidad. En un trabajo recién publicado en arXiv, un equipo entrena un agente de aprendizaje por refuerzo basado en modelo para maximizar la información mutua cuántica entre sondas cuánticas localizadas que interactúan con un campo cuántico en el espacio-tiempo de Minkowski. Al aprender a resolver esta tarea, el agente construye un modelo predictivo interno cuyo planificador desarrolla la estructura nula característica del espacio-tiempo, lo que permite reconstruir la estructura causal de la métrica con alta precisión.

El trabajo se inscribe en una línea de investigación que busca derivar los conceptos de geometría y causalidad a partir de consideraciones operacionales y de información cuántica, en lugar de postular el espacio-tiempo como un fondo dado. La novedad aquí es que la geometría no se impone al sistema: surge de las predicciones y acciones exitosas de un agente que solo intenta optimizar una tarea de información cuántica. Los autores presentan este resultado como un primer paso hacia la idea de que los conceptos espacio-temporales emerjan de la experiencia cuántica operacional.

En la tarea concreta, el agente debe maximizar la información mutua cuántica entre sondas localizadas que interactúan con un campo cuántico. Para ello, el modelo interno del agente desarrolla espontáneamente una estructura de planificación que reproduce la estructura de conos de luz de Minkowski. A partir de esa estructura interna, los investigadores logran reconstruir la estructura causal de la métrica con alta precisión, sin que el agente haya recibido nunca datos sobre distancias, intervalos o la forma del cono de luz.

El resultado conecta así la teoría cuántica de campos, la información cuántica y el aprendizaje automático en un mismo marco, y abre la puerta a estudiar cómo otras propiedades geométricas podrían emerger de tareas de información. Queda por ver hasta qué punto la reconstrucción se mantiene en espacios-tiempos curvos o dinámicos, y si la estructura emergente es única o depende de la tarea y del algoritmo de aprendizaje empleado.