Hasta la Física y Más Allá. Próxima parada: el futuro

Los ponentes son personas que han seguido caminos variados dentro de la Física. Este evento es una oportunidad para conocer experiencias reales en la carrera investigadora –y fuera de ella–, descubrir ciencia puntera, opciones que quizá no te habías planteado y hacerte una idea de lo que puede venir después.

CUÁNDO Y DÓNDE

En el auditorio del Instituto de Física Teórica (IFT UAM-CSIC). Calle Nicolás Cabrera 13-15, Campus de Cantoblanco, Madrid.

El evento comienza a las 15:00 / Apertura de puertas: 14:45

CÓMO REGISTRARSE
Adquiere tu entrada gratuita en el siguiente enlace: https://www.eventbrite.es/e/hasta-la-fisica-y-mas-alla-proxima-parada-el-futuro-tickets-1988153459517

PROGRAMA

15:00 – Bienvenida, por Ana R. Cueto (UAM).

15:15 – 'El potencial del Higgs: un puente entre la física de partículas y la cosmología' por Kateryna Radchenko (UAM)

Durante las próximas décadas seremos testigos de una recolección de datos sin precedentes en la física de partículas. Por un lado, el colisionador de hadrones del CERN entrará en su fase de alta luminosidad, ampliando nuestra capacidad de explorar las interacciones a energías cada vez mayores. Por otro, misiones como LISA inaugurarán la astronomía de ondas gravitacionales del universo temprano. Estos datos podrán arrojar luz sobre algunas de las preguntas más intrigantes que siguen abiertas en el Modelo Estándar. En muchas de ellas, el potencial del campo de Higgs juega un papel central. Su forma puede estudiarse en colisionadores, donde se accede a su estructura actual, y mediante observaciones cosmológicas, que permiten reconstruir su evolución en los primeros instantes del universo. En esta charla veremos cómo estos dos enfoques, aparentemente muy distintos, se complementan para construir un puente entre la física de partículas y la cosmología.

16:00 – 'Física del Machine Learning' por Beatriz Seoane Bartolomé (UCM)

El aprendizaje automático está transformando nuestra capacidad para explotar y analizar datos complejos, pero sigue funcionando en gran medida como una “caja negra” difícil de interpretar. En muchos casos, ni siquiera se comprende bien desde un punto de vista teórico cuáles son sus mecanismos internos ni por qué funcionan tan bien, lo que dificulta su uso responsable. En esta charla discutiré cómo la física, y en particular la física estadística, está emergiendo como una herramienta fundamental para cambiar de perspectiva y abordar su comprensión. Veremos que las redes neuronales pueden entenderse de manera natural como sistemas de espines que codifican la información mediante interacciones entre muchas variables, de modo que propiedades como la memoria asociativa o la generación de nuevos datos no son otra cosa que fenómenos emergentes de un sistema complejo. Desde este punto de vista, el aprendizaje deja de ser un proceso opaco y puede describirse en términos de transiciones de fase, mientras que el papel, y la optimización, de los hiperparámetros surge de forma natural al estudiar los diagramas de fase del modelo. Esto no solo permite entender mejor cómo funcionan estos sistemas, sino también identificar sus limitaciones y diseñar estrategias más eficientes. En conjunto, esta forma de mirar el aprendizaje automático desde la física abre una vía para desarrollar modelos más interpretables, más eficientes desde el punto de vista energético y mejor fundamentados para extraer información de sistemas complejos.

16:45 – 'Agujeros negros y fisica fundamental' por José L. F. Barbón (IFT UAM-CSIC)

Qué son los agujeros negros y por qué llevan al límite a nuestras teorías fundamentales

17:30 – Gala SPIN

Breve reconocimiento a los estudiantes de prácticas del curso 2025–2026. Introducción a cargo de Ángel M. Uranga Urteaga (IFT UAM-CSIC).

17:45 – 'Cinco cosas que debes saber sobre el universo' por José Luis Crespo (Quantum Fracture)

Conceptos como Lambda CDM y más, explicados de la mano del reconocido divulgador.

18:30 – Merienda de picoteo en la cafetería del IFT.

Know what’s Happening Next — before everyone else does.

Get App

Host or Publisher Instituto de Física Teórica