Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

String Cosmology in the AI Era

Opis projektu

Rozwiązania oparte na sztucznej inteligencji dla teorii strun i kosmologii

Obserwowany w ostatnich latach szybki rozwój technologii i algorytmów obliczeniowych oraz symulacyjnych pozwolił na dokonanie przełomowych odkryć w wielu dziedzinach nauki. Teoria strun, która stanowi jednolite ramy pozwalające na zrozumienie grawitacji kwantowej, nie pozwala na prognozowanie wielu aspektów ze względu na ogromny wachlarz współczesnych czterowymiarowych teorii pola, do których stworzenia się przyczyniła. Dalszy rozwój tej teorii wymaga nowatorskich wniosków i innowacji. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu StringCosmoAI ma na celu opracowanie metody odzyskiwania teorii, które są zarówno sterowalne teoretycznie, jak i zgodne z obserwacjami. W ramach projektu badacze połączą innowacyjne, audytowalne metody uczenia maszynowego z narzędziami geometrycznymi, co pozwoli im poszerzyć wiedzę i wyjść poza istniejące ograniczenia.

Cel

String theory offers a unified framework for quantum gravity, yet its predictive power is obscured by the vast “landscape” of four-dimensional effective field theories it produces. StringCosmoAI sets out a principled way to recover those theories that are both theoretically controlled and compatible with observations. I will combine sophisticated geometric tools -drawing in particular on tame geometry - with disciplined, auditable machine-learning methods to move beyond ad hoc searches.

The programme advances along three complementary strands. First, I will construct and openly release large, validated databases of string-derived effective field theories, complete with provenance, machine-readable schema, and example notebooks for reuse. Second, I will establish when key questions in cosmology are statistically learnable or provably hard within string theory effective theories by drawing on statistical learning theory and computational complexity theory. Third, building on these theoretical foundations, I will deploy machine-learning techniques to chart theories compatible with cosmological observations - particularly slow-roll inflation and small vacuum energy - with rigorous uncertainty quantification and interpretability.

The project is anchored in a purposeful collaboration between the University of Bologna and Northeastern University. Northeastern University offers a world-class environment for machine learning in fundamental physics, enabling rapid prototyping, interpretability, and robust evaluation of the AI tools and techniques employed; the University of Bologna brings leading expertise in string phenomenology and cosmology, ensuring theoretical control and meaningful physical interpretation of the results. This partnership will accelerate progress and, in turn, deliver a fresh, groundbreaking perspective on string theory phenomenology.

Dziedzina nauki (EuroSciVoc)

Projekt nie został jeszcze sklasyfikowany według klasyfikacji EuroSciVoc.
Wskaż dziedziny nauki, które twoim zdaniem są najbardziej istotne z punktu widzenia tego projektu i pomóż nam usprawnić naszą usługę klasyfikacji.

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-TMA-MSCA-PF-GF - HORIZON TMA MSCA Postdoctoral Fellowships - Global Fellowships

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2025-PF

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

ALMA MATER STUDIORUM - UNIVERSITA DI BOLOGNA
Wkład UE netto
€ 396 991,08
Koszt całkowity
Brak danych

Partnerzy (1)