Buchi neri, entanglement e limiti del computer quantistico
Ipotizziamo giacche una persona – la chiameremo Alice – abbia un tomo di segreti cosicche vuole annientare, e in quanto conseguentemente lo getti sopra un apertura nero per piatto di stile. Particolare che i buchi neri sono i ancora veloci demolitori della temperamento, agendo come giganteschi tritarifiuti, i segreti di Alice sono sufficientemente al abile, conveniente?
Allora supponiamo giacche la sua parte avversa, Bob, abbia un computer quantico affinche e entangled al buco triste. (Nei sistemi quantistici entangled, le azioni eseguite verso una particella influenzano sopra modo paragonabile i loro collaboratore entangled, senza vincoli dalla diversita e ancora se alcuni scompaiono in un interruzione buio).
Un famoso esperienza cerebrale di Patrick Hayden e John Preskill dice affinche Bob puo notare alcune particelle di insegnamento giacche escono dai bordi di un tugurio negro. Poi Bob puo utilizzare quei fotoni che qubit (l’unita di esecuzione di base del affidamento quantico) passaggio le porte logiche del proprio calcolatore elettronico quantico verso divulgare la fisica particolare che ha portato il caos nel libro di Alice. Da questo puo ripristinare il elenco.
Eppure non cosi durante fretta. Il nostro fresco attivita sull’apprendimento involontario quantico suggerisce in quanto il elenco di Alice potrebbe capitare scomparso in continuamente, posteriormente compiutamente.
Elaboratore quantistici per seguire la meccanismo quantistica Alice potrebbe non vestire no la possibilita di insabbiare i suoi segreti sopra un buco buio. Malgrado cio, il nostro nuovo teorema no-go sul sconvolgimento (scrambling) dell’informazione ha un’applicazione nel ambiente visibile attraverso includere i sistemi casuali e caotici nei campi in rapida ampliamento dell’apprendimento involontario quantico, della termodinamica quantistica e della conoscenza dell’informazione quantistica.
Richard Feynman, unito dei grandi fisici del XX secolo, ha scaraventato il ambito dell’informatica quantistica durante un arringa del 1981, mentre ha proposto di accrescere i computer quantistici modo spianata ordinario durante inventare i sistemi quantistici. Sono per opinione comune difficili da istruirsi oppure.
Il nostro circolo al Los Alamos National Laboratory, unita ad gente collaboratori, si e attento sullo studio degli algoritmi durante i computer quantistici e, sopra specifico, sugli algoritmi di studio automatico – cio che alcuni amano battezzare acume artefatto. La ricerca intende far luce riguardo a quali tipi di algoritmi funzioneranno realmente sui computer quantistici esistenti, disturbati dal successo e sopra sequenza intermedia, come su questioni irrisolte della funzionamento quantistica durante sommario.
In circostanza, abbiamo affettato la istruzione degli algoritmi quantistici variazionali. Essi configurano un paesaggio di risoluzione dei problemi dove i picchi rappresentano i punti ad alta sicurezza (indesiderati) del sistema, o dilemma, e le valli sono i valori per bassa vivacita (auspicati). Attraverso riconoscere la spiegazione, l’algoritmo si fa via per un aspetto obiettivo, esaminando le sue caratteristiche una alla avvicendamento. La giudizio si trova nella vallone oltre a profonda.
L’entanglement varco al sconvolgimento Ci siamo chiesti nell’eventualita che potessimo attribuire l’apprendimento automatizzato quantistico attraverso assimilare il rimestamento. Corrente evento quantistico avviene laddove l’entanglement cresce in un impianto atto di molte particelle o atomi. Pensate alle condizioni iniziali di questo metodo maniera una tipo di notizia – il libro di Alice, durante ipotesi. Strada modo perche l’entanglement tra le particelle all’interno del sistema quantico cresce, l’informazione si diffonde grandemente; attuale sconvolgimento dell’informazione e la aspetto attraverso comprendere il guazzabuglio quantico, la scienza dell’informazione quantistica, i circuiti casuali e una serie di estranei argomenti.
L’entanglement dei qubit in capire i buchi neri
Un buco scuro e il rimescolatore conclusivo. Esplorandolo insieme un algoritmo quantistico variazionale sopra un computer quantistico studioso entangled col catapecchia nero, potremmo sondare la riproducibilita contro ampia successione e l’applicabilita dell’apprendimento involontario quantico. Potremmo addirittura apprendere una cosa di originale sui sistemi quantistici mediante complesso. La nostra modello evo di adottare un algoritmo quantistico variazionale che avrebbe utilizzato i fotoni sfuggiti attraverso apprendere la sviluppo del buco nero. L’approccio sarebbe una norma di razionalizzazione, adesso una turno, cosicche cerca nel ambiente matematico il punto piu attutito.
Qualora lo trovassimo, riveleremmo la dinamica all’interno del buca negro. Bob potrebbe utilizzare queste informazioni per risolvere il codice del rimescolatore e ricostituire il volume di Alice.
Attualmente improvvisamente il dilemma. L’esperimento psicologico di Hayden-Preskill presuppone perche Bob possa determinare le dinamiche del catapecchia buio che stanno rimescolando le informazioni. In cambio di, abbiamo scoperchiato che la natura stessa del sconvolgimento impedisce per Bob di capire quelle dinamiche.
Mediante scanno circa un altura disabitato vedete motivo: l’algoritmo si e chiuso sopra un tavolato depresso (barren plateau) affinche, nell’apprendimento istintivo, e afflitto come sembra. All’epoca di l’addestramento dell’apprendimento istintivo, un pianoro sconfortato rappresenta unito buco di ardire dei problemi che e interamente piano, in quanto l’algoritmo puo assistere. Per presente ambiente senza caratteristiche, l’algoritmo non puo comprendere la controversia canto il attutito; non c’e un percorso lucente contro il microscopico di forza. L’algoritmo gira verso disponibile, inadeguato di apprendere non so che di nuovo. Non riesce a accorgersi la spiegazione.
Il nostro discendente teorema no-go dice giacche ogni tattica di apprendimento robotizzato quantico incontrera il ossequiato tavoliere disabitato qualora verra applicata verso un andamento di sconvolgimento sconosciuto.
La buona annuncio e che la maggior ritaglio dei processi fisici non e simile complessa mezzo i buchi neri, e spesso avremo una conoscenza introduttivo delle sue dinamiche, poi il teorema no-go non biasimo l’apprendimento robotizzato quantistico. Dobbiamo semplice prendere accuratamente i problemi a cui applicarlo. Ed e dubbio che avremo stento quantita rapidamente dell’apprendimento meccanico quantistico attraverso scrutare all’interno di un tugurio buio in imparare il testo di Alice, o qualunque altra affare.
Cosi, Alice puo alloggiare tranquilla sul avvenimento perche i suoi segreti sono al onesto, dietro insieme.
(L’originale di presente articolo e status pubblicato verso «Scientific American» il 4 luglio 2020. Trasferimento ed editing per cautela di Le Scienze. Immagine autorizzata, tutti i diritti riservati.)
Qualsiasi venerdi, nella tua scompartimento di imposizione elettronica, segnalazioni e anticipazioni dal messo e dalle nostre iniziative editoriali