Współczesna fizyka coraz częściej opisuje rzeczywistość językiem, który przypomina teorię informacji. Mówimy o stanach, amplitudach, prawdopodobieństwach, splątaniu, entropii, kodowaniu. A jednak informacja wciąż traktowana jest jako coś wtórnego — jako narzędzie opisu świata, a nie jego fundament.

Nie jest to przeoczenie ani intelektualna ślepota. Jest to konsekwencja drogi, jaką przeszła nauka.

„Jeśli chcesz zrozumieć tajemnice Wszechświata, myśl w kategoriach energii, częstotliwości i drgań.”
— Nikola Tesla

Tesla formułował to zdanie, myśląc w kategoriach energii i pól, nie informacji w dzisiejszym sensie. Nie dysponował językiem teorii informacji ani pojęciem obliczeniowej rzeczywistości. A jednak intuicja, którą wyraził, zaskakująco dobrze rezonuje z późniejszymi wnioskami: odwraca uwagę od materii jako „rzeczy” i kieruje ją ku procesom, relacjom i dynamice. W tym sensie przesłanie Tesli można czytać nie dosłownie, lecz strukturalnie — jako zaproszenie do myślenia o Wszechświecie nie w kategoriach obiektów, lecz tego, co się w nim dzieje i jak jest realizowane. To właśnie ten zwrot perspektywy stanowi punkt wyjścia dla Teorii Māyā.

Fizyka powstawała bez języka informacji

Podstawowe teorie fizyki rodziły się w świecie, który nie znał pojęcia informacji w sensie fundamentalnym. Mechanika klasyczna Newtona opisywała rzeczywistość jako zbiór materialnych obiektów poruszających się w absolutnej przestrzeni i czasie. Był to świat ciągły, deterministyczny i w pełni materialny.

Na początku XX wieku pojawiła się teoria względności i mechanika kwantowa, które radykalnie zmieniły obraz świata. Czas i przestrzeń stały się względne, a zachowanie materii przestało być deterministyczne. Jednak mimo tej rewolucji język fizyki pozostał językiem materii, pól i geometrii.

Sam Einstein, twórca ogólnej teorii względności, ubolewał nad tym, że jego równania opisują jedynie „jak” masa zakrzywia przestrzeń, ale nie wyjaśniają „dlaczego”. Szukał głębszego mechanizmu — deterministycznego, ukrytego pod probabilistycznym chaosem kwantów. Słynne „Bóg nie gra w kości” było wyrazem tego niepokoju: chciał opisu nie tylko matematycznego, lecz mechanistycznego, przyczynowego.

Stan kwantowy był dla niego obiektem matematycznym, nie nośnikiem informacji. Czasoprzestrzeń — strukturą geometryczną, nie procesem. Grawitacja — krzywizną, nie skutkiem dynamiki systemu. Einstein nie mógł znaleźć tego mechanizmu, bo nie dysponował jeszcze językiem przetwarzania informacji i komputerów — narzędziami, które pozwoliłyby zobaczyć rzeczywistość jako obliczalny proces.

W tamtym czasie informatyka jeszcze nie istniała, a więc nie istniał też język, który pozwalałby zapytać, jak rzeczywistość jest przetwarzana.

Gdy informacja się pojawiła, paradygmat był już ustalony

Teoria informacji Shannona powstała dopiero w 1948 roku. Komputery cyfrowe, pojęcie bitu, algorytmu, taktowania czy lokalnego przetwarzania to wytwory drugiej połowy XX wieku. Były to narzędzia techniczne, nie ontologiczne.

W tym czasie fundamenty fizyki były już sformułowane. Mechanika kwantowa, ogólna teoria względności i Model Standardowy operowały w języku, który nie zakładał, że rzeczywistość coś oblicza. Gdy informacja zaczęła pojawiać się w fizyce — w postaci entropii, informacji kwantowej czy zasady holograficznej — była interpretowana jako własność systemów fizycznych, a nie ich przyczyna.

Informacja została dopisana do obrazu świata, zamiast stać się jego punktem wyjścia.

Materia jako założenie, nie wniosek

Historycznie fizyka zawsze zaczynała od założenia, że coś istnieje: cząstki, pola, czasoprzestrzeń. Dopiero później badano ich zachowanie. Nawet najbardziej abstrakcyjne konstrukcje traktowane były jako pierwotne byty.

W takim podejściu informacja mogła jedynie opisywać stan materii. Nigdy nie była traktowana jako mechanizm, który tę materię generuje. To odwrócenie logiki jest kluczowe.

Jeśli zaczynamy od materii, informacja zawsze będzie wtórna. Jeśli zaczynamy od informacji, materia może okazać się efektem.

Stałe fizyczne jako ślad głębszego poziomu

Jednym z najmocniejszych sygnałów, że materialny punkt startowy jest niewystarczający, są same stałe fizyczne. Prędkość światła, stała Plancka czy stała struktury subtelnej pojawiają się w równaniach jako dane wejściowe. Teorie działają, ponieważ je zawierają — nie dlatego, że je wyjaśniają.

Szczególnie wymowna jest stała struktury subtelnej, bezwymiarowa liczba bliska 1/137, która określa siłę oddziaływań elektromagnetycznych. Jest mierzona z ogromną precyzją, a jednocześnie nie wynika z geometrii, symetrii ani dynamiki Modelu Standardowego. Bez niej atomy nie byłyby stabilne, chemia nie istniałaby, a życie – jakie znamy – byłoby niemożliwe.

Liczby bezwymiarowe nie opisują materii. Opisują relacje, proporcje i strukturę. Są sygnaturami kodu, nie właściwościami obiektów.

Dlaczego potrzebna była synteza wielu dziedzin

Istnieje jeszcze głębszy powód, dla którego informacyjna natura rzeczywistości tak długo pozostawała niewidoczna. Jej dostrzeżenie wymagało syntezy wielu dziedzin, które przez większość historii nauki rozwijały się całkowicie niezależnie.

Fizyka, matematyka, informatyka, teoria informacji, cybernetyka i nauki o złożoności posiadały własne języki i własne problemy. Współczesna fizyka teoretyczna stała się nauką silnie wyspecjalizowaną. Taki model pracy jest niezwykle skuteczny w pogłębianiu szczegółów, ale utrudnia zadawanie pytań o mechanizm jako całość.

Pytanie o fundament rzeczywistości nie należy do żadnej pojedynczej dyscypliny. Wymaga jednoczesnego rozumienia struktur matematycznych, procesów fizycznych i zasad przetwarzania informacji. Taki język przez długi czas po prostu nie istniał.

Nowe narzędzia poznawcze

W ostatnich latach zmieniło się jednak coś jeszcze — same narzędzia myślenia. Rozwój systemów sztucznej inteligencji i narzędzi analizy symbolicznej radykalnie przyspieszył proces syntezy wiedzy.

Zadania, które wcześniej wymagały lat pracy: porównywanie formalizmów, śledzenie konsekwencji założeń, łączenie odległych obszarów wiedzy — dziś mogą być wykonywane w skali czasu nieporównywalnie krótszej.

Nie oznacza to, że maszyny „rozumieją” rzeczywistość. Ich rola polega na umożliwieniu ludzkiej intuicji działania tam, gdzie wcześniej była przytłoczona nadmiarem informacji. AI nie jest źródłem nowych idei, lecz katalizatorem, który pozwala im szybciej się krystalizować.

Dzięki temu możliwe stało się zadanie pytania, które wcześniej było praktycznie niewykonalne: czy wszystkie znane prawa fizyki mogą być efektem jednego, prostego mechanizmu przetwarzania?

Zmiana punktu startowego

Jeśli rzeczywistość jest procesem, a nie zbiorem obiektów, informacja nie jest opisem świata, lecz jego operacyjną substancją. Materia, energia, czas i przestrzeń stają się efektami lokalnych reguł przetwarzania, a nie bytami pierwotnymi.

W takim ujęciu granice Plancka przestają być „ścianą poznania”, a stają się rozdzielczością kodu. Grawitacja przestaje być siłą, a staje się skutkiem przeciążenia przetwarzania. Stałe fizyczne przestają być arbitralnymi liczbami, a zaczynają być parametrami architektury.

To nie jest sprzeciw wobec nauki. To konsekwencja jej rozwoju.

I być może właśnie dlatego dopiero teraz możliwe stało się dostrzeżenie tego, co przez długi czas pozostawało niewidoczne — że u podstaw rzeczywistości nie leży materia, lecz informacja.