Buchi neri, entanglement e limiti del cervello elettronico quantico
Ipotizziamo giacche una uomo – la chiameremo Alice – abbia un registro di segreti perche vuole demolire, e affinche percio lo getti per un interruzione triste per capacita di direzione. Specifico in quanto i buchi neri sono i piu veloci demolitori della temperamento, agendo appena giganteschi tritarifiuti, i segreti di Alice sono moderatamente al sicuro, conveniente?
Adesso supponiamo perche la sua parte avversa, Bob, abbia un calcolatore elettronico quantico che e entangled al apertura negro. (Nei sistemi quantistici entangled, le azioni eseguite su una particella influenzano in modo similare i loro socio entangled, liberamente dalla percorso e di nuovo nel caso che alcuni scompaiono mediante un interruzione nero).
Un rinomato verifica psichico di Patrick Hayden e John Preskill dice che Bob puo osservare alcune particelle di insegnamento affinche escono dai bordi di un apertura nero. Successivamente Bob puo impiegare quei fotoni appena qubit (l’unita di sistemazione di principio del affidamento quantistico) collegamento le porte logiche del proprio computer quantico verso rivelare la fisica specifico affinche ha portato il scompiglio nel testo di Alice. Da codesto puo ripristinare il elenco.
Tuttavia non cosi durante furia. Il nostro nuovo faccenda sull’apprendimento involontario quantistico suggerisce cosicche il volume di Alice potrebbe capitare dissolto verso perennemente, dopo compiutamente.
Calcolatore elettronico quantistici per imparare la congegno quantistica Alice potrebbe non occupare no la capacita di coprire i suoi segreti con un apertura triste. Benche, il nostro inesperto teorema no-go sul rimescolio (scrambling) dell’informazione https://hookupdates.net/it/bicupid-recensione/ ha un’applicazione nel mondo visibile a causa di includere i sistemi casuali e caotici nei campi con cateratta crescita dell’apprendimento robotizzato quantistico, della termodinamica quantistica e della cognizione dell’informazione quantistica.
Richard Feynman, unito dei grandi fisici del XX eta, ha lanciato il accampamento dell’informatica quantistica per un discorso del 1981, quando ha proposto di aumentare i computer quantistici modo programma semplice verso inventare i sistemi quantistici. Sono per opinione comune difficili da imparare in caso contrario.
Il nostro gruppo al Los Alamos National Laboratory, accordo ad estranei collaboratori, si e ammucchiato sullo universita degli algoritmi in i PC quantistici e, con individuare, sugli algoritmi di assimilazione robotizzato – cio perche alcuni amano conferire ingegno artificiale. La ricognizione intende far luce riguardo a quali tipi di algoritmi funzioneranno realmente sui calcolatore elettronico quantistici esistenti, disturbati dal rumore e contro rapporto intermedia, e anche su questioni irrisolte della meccanica quantistica per generale.
In specifico, abbiamo studiato la ammaestramento degli algoritmi quantistici variazionali. Essi configurano un panorama di risoluzione dei problemi luogo i picchi rappresentano i punti ad alta grinta (indesiderati) del compagine, o pensiero, e le valli sono i valori verso bassa sicurezza (auspicati). In riconoscere la deliberazione, l’algoritmo si fa cammino di traverso un panorama obiettivo, candidato le sue caratteristiche una alla turno. La sentenza si trova nella valle oltre a profonda.
L’entanglement uscita al rimescolio Ci siamo chiesti qualora potessimo dare l’apprendimento involontario quantico in comprendere il rimescolio. Presente accaduto quantico avviene qualora l’entanglement cresce con un istituzione accaduto di molte particelle ovvero atomi. Pensate alle condizioni iniziali di corrente metodo modo una forma di relazione – il registro di Alice, durante ipotesi. Coraggio inizio che l’entanglement fra le particelle all’interno del complesso quantistico cresce, l’informazione si diffonde grandemente; codesto rimescolio dell’informazione e la cifra attraverso capire il confusione quantico, la materia dell’informazione quantistica, i circuiti casuali e una serie di prossimo argomenti.
L’entanglement dei qubit in afferrare i buchi neri
Un tugurio nero e il rimescolatore definitivo. Esplorandolo con un algoritmo quantico variazionale verso un computer quantico astratto entangled col apertura fosco, potremmo indagare la riproducibilita verso ampia scalea e l’applicabilita dell’apprendimento involontario quantistico. Potremmo ancora impratichirsi una cosa di tenero sui sistemi quantistici per sommario. La nostra apparenza eta di adottare un algoritmo quantico variazionale cosicche avrebbe logorato i fotoni sfuggiti durante capire la dinamica del buca negro. L’approccio sarebbe una giudizio di ottimizzazione, arpione una acrobazia, che elemosina nel aspetto preciso il luogo con l’aggiunta di basso.
Se lo trovassimo, riveleremmo la sviluppo all’interno del interruzione scuro. Bob potrebbe adottare queste informazioni per decifrare il legge del rimescolatore e rifare il elenco di Alice.
Dunque improvvisamente il dilemma. L’esperimento intellettivo di Hayden-Preskill presuppone perche Bob possa provocare le dinamiche del tugurio nero in quanto stanno rimescolando le informazioni. Al posto di, abbiamo rivelato cosicche la struttura stessa del rimestamento impedisce verso Bob di apprendere quelle dinamiche.
In arresto su un tavolato deserto vedete motivo: l’algoritmo si e legato sopra un pianoro sconfortato (barren plateau) in quanto, nell’apprendimento automatico, e demoralizzato appena sembra. Intanto che l’addestramento dell’apprendimento automatizzato, un tavolato depresso rappresenta singolo ambito di soluzione dei problemi giacche e del tutto tondo, attraverso quanto l’algoritmo puo contattare. In presente ambiente privo di caratteristiche, l’algoritmo non puo afferrare la pendenza direzione il basso; non c’e un distanza leggero canto il infimo di sicurezza. L’algoritmo gira verso vuoto, impedito di imparare qualcosa di insolito. Non riesce verso afferrare la sospensione.
Il nostro risultante teorema no-go dice che qualsiasi astuzia di studio meccanico quantistico incontrera il ossequiato pianoro disabitato dal momento che verra applicata verso un corso di rimestamento inesplorato.
La buona conoscenza e affinche la maggior ritaglio dei processi fisici non e dunque complessa maniera i buchi neri, e unito avremo una conoscenza preambolo delle sue dinamiche, quindi il teorema no-go non condanna l’apprendimento automatico quantistico. Dobbiamo isolato anteporre accuratamente i problemi verso cui applicarlo. Ed e dubbio perche avremo desiderio alquanto veloce dell’apprendimento meccanico quantico per scrutare all’interno di un apertura buio per familiarizzare il libro di Alice, o qualunque altra cosa.
Dunque, Alice puo alloggiare tranquilla sul prodotto che i suoi segreti sono al esperto, poi insieme.
(L’originale di questo scritto e stato noto riguardo a “Scientific American” il 4 luglio 2020. Trasferimento ed editing per attenzione di Le Scienze. Riproduzione autorizzata, tutti i diritti riservati.)
Qualunque venerdi, nella tua scomparto di lettere elettronica, segnalazioni e anticipazioni dal messo e dalle nostre iniziative editoriali
Leave a Comment