Сабина Хоссенфельдер - Уродливая Вселенная [Как поиски красоты заводят физиков в тупик]

Книга посвящена моей маме. Когда мне было десять, она разрешила мне разломать ее пишущую машинку. Смотри, мам, все было не зря.

Частицы Стандартной модели (см. рис. 6) классифицируются в соответствии с калибровочными симметриями [115] Есть много превосходных книг о Стандартной модели и ускорителях частиц, где все описывается детальнее, чем необходимо для наших здесь целей. Упомяну лишь две из недавно изданных: Carroll S. 2013. The particle at the end of the universe: how the hunt for the Higgs boson leads us to the edge of a new world. New York: Dutton (Кэрролл Ш. Частица на краю Вселенной. Как охота на бозон Хиггса ведет нас к границам нового мира . М.: БИНОМ. Лаборатория знаний, 2015. – Прим. перев. ); Moffat J. 2014. Cracking the particle code of the universe: the hunt for the Higgs boson. Oxford, UK: Oxford University Press. . Фермионы сильного ядерного взаимодействия – это кварки, их шесть. Они называются нижним, верхним, странным, очарованным, прелестным и истинным. Верхний, очарованный и истинный кварки имеют дробный электрический заряд, равный +2/3 заряда электрона, остальные три кварка имеют заряд –1/3 заряда электрона. Взаимодействие между кварками осуществляется посредством восьми безмассовых глюонов – калибровочных бозонов сильного ядерного взаимодействия. Их число следует из группы симметрии сильного взаимодействия, SU(3).

Оставшиеся фермионы в сильном взаимодействии не участвуют и зовутся лептонами. Их тоже шесть: электрон, мюон и тау-лептон (с зарядами –1) и соответствующие нейтрино – электронное, мюонное и тау-нейтрино (электрически нейтральные). Электрослабое взаимодействие осуществляется посредством безмассового, электрически нейтрального фотона и обладающих массой Z -, W +– и W —-бозонов, имеющих заряды 0, +1 и –1 соответственно. Опять же число калибровочных бозонов вытекает из группы симметрии, для электрослабого взаимодействия равной SU(2) × U(1).

Фермионы подразделяются на три поколения – грубо говоря, ранжируются по массе. Важнее, однако, то, что поколения разбивают фермионы на подмножества, обязательно содержащие одинаковое количество кварков и лептонов, иначе Стандартная модель не была бы согласованной. Число поколений требованиями согласованности четко не устанавливается, но имеющиеся данные убедительно показывают, что поколений всего три 204.

Помимо фермионов (кварков и лептонов) и калибровочных бозонов в Стандартной модели есть еще только одна частица – бозон Хиггса. Он обладает массой и не является калибровочным бозоном. Хиггсовский бозон электрически нейтрален, и его задача – придавать массу фермионам и тем калибровочным бозонам, которые ею обладают.

Разочарованы, что все так уродливо?

Предположение о равномерном распределении основывается на том, что интуитивно это решение кажется простым. Однако нет математического критерия, который выделял бы такое распределение вероятностей. И действительно, любая попытка это осуществить лишь приводит нас обратно к предположению, что некое распределение вероятностей было предпочтительнее само по себе. Единственный способ разорвать этот круг – попросту сделать выбор. Таким образом, естественность – по своей сути тоже эстетический критерий [116] Частично расчет физиков на разделение масштабов восходит к статье 1975 года, где оно доказывается для квантовых теорий поля при определенных условиях. Однако это доказательство опирается на перенормируемость и использует зависящую от массы схему перенормировки, а и то и другое – спорные допущения. См.: Appelquist T., Carazzone J. 1975. Infrared singularities and massive fields. Phys. Rev. D11: 28565. .

Первая попытка обосновать равномерное распределение вероятностей для критерия естественности может быть такой: оно не вводит дополнительных параметров. Но конечно же вводит – число 1 в качестве типичной ширины распределения. «Ну, – скажете вы, – число 1 – это единственное число, которое естественность дозволяет мне использовать». Что ж, все зависит от того, как вы определяете естественность. А вы определили ее, сопоставляя возникшее число со случайным. А каково же распределение случайной величины? И так по замкнутому кругу.

Чтобы получше увидеть, почему этот критерий водит нас по кругу, представьте себе распределение вероятностей на интервале от 0 до 1, которое в районе некоторого числа имеет пик с шириной, скажем, 10 –10. «Вот, – восклицаете вы, – введено маленькое число! Это тонкая настройка!» Погодите. Это число тонко настроено согласно равномерному распределению вероятностей. А я его не использую. Я использую распределение с острым пиком. А в таком случае вероятность того, что два случайно выбранных числа отстоят друг от друга на расстояние 10 –10, очень высока. «Но ведь это порочный круг», – скажете вы. Именно, но это был мой аргумент, не ваш. Распределение вероятностей с острым пиком обосновывает себя столь же хорошо или столь же плохо, как и равномерное распределение. Так какое же лучше?