Buchi neri, entanglement e limiti del cervello elettronico quantistico

Buchi neri, entanglement e limiti del cervello elettronico quantistico

Ipotizziamo affinche una uomo – la chiameremo Alice – abbia un testo di segreti perche vuole annientare, e cosicche quindi lo getti durante un buca nero per vivanda di giro. Stabilito perche i buchi neri sono i oltre a veloci demolitori della struttura, agendo maniera giganteschi tritarifiuti, i segreti di Alice sono abbastanza al sicuro, esattamente?

Ora supponiamo giacche la sua parte avversa, Bob, abbia un cervello elettronico quantistico che e entangled al apertura triste. (Nei sistemi quantistici entangled, le azioni eseguite circa una piccolissima parte influenzano durante modo simile i loro socio entangled, autonomamente dalla lontananza e ed nel caso che alcuni scompaiono mediante un interruzione scuro).

Un insigne esperimento intellettuale di Patrick Hayden e John Preskill dice perche Bob puo rilevare alcune particelle di insegnamento in quanto escono dai bordi di un buco triste. Successivamente Bob puo usare quei fotoni appena qubit (l’unita di sistemazione di base del calcolo quantico) corso le porte logiche del adatto cervello elettronico quantistico in rivelare la fisica individuare perche ha portato il scompiglio nel libro di Alice. Da corrente puo ricostruire il elenco.

Ciononostante non simile per urgenza. Il nostro recente sforzo sull’apprendimento meccanico quantico suggerisce che il libro di Alice potrebbe avere luogo sfumato verso costantemente, poi compiutamente.

Cervello elettronico quantistici durante controllare la meccanica quantistica Alice potrebbe non sentire mai la eventualita di offuscare i suoi segreti mediante un buco scuro. Ciononostante, il nostro originale teorema no-go sul rimestamento (scrambling) dell’informazione ha un’applicazione nel ripulito reale durante capire i sistemi casuali e caotici nei campi sopra cascata sviluppo dell’apprendimento automatizzato quantistico, della termodinamica quantistica e della disciplina dell’informazione quantistica.

Richard Feynman, ciascuno dei grandi fisici del XX secolo, ha tirato il bivacco dell’informatica quantistica mediante un arringa del 1981, dal momento che ha proposto di ingrandire i calcolatore elettronico quantistici appena trampolino naturale verso inventare i sistemi quantistici. Sono palesemente difficili da imparare diversamente.

Il nostro gruppo al Los Alamos National Laboratory, insieme ad gente collaboratori, si e ammucchiato sullo studio degli algoritmi durante i computer quantistici e, con circostanza, sugli algoritmi di apprendimento automatizzato – cio che alcuni amano battezzare sagacia artificiale. La indagine intende far insegnamento contro quali tipi di algoritmi funzioneranno in realta sui computer quantistici esistenti, disturbati dal successo e sopra successione intermedia, e anche su questioni irrisolte della funzionamento quantistica sopra generale.

Per caratteristica, abbiamo analizzato la istruzione degli algoritmi quantistici variazionali. Essi configurano un zona di espediente dei problemi in cui i picchi rappresentano i punti ad alta grinta (indesiderati) del compagine, oppure dubbio, e le valli sono i valori per bassa decisione (auspicati). Durante afferrare la sistema, l’algoritmo si fa strada di sbieco un panorama esatto, candidato le sue caratteristiche una alla turno. La giudizio si trova nella bacino piuttosto profonda.

L’entanglement varco al rimescolamento Ci siamo chiesti qualora potessimo dare l’apprendimento istintivo quantico verso afferrare il rimestamento. Corrente evento quantistico avviene in quale momento l’entanglement cresce per un impianto avvenimento di molte particelle ovvero atomi. Pensate alle condizioni iniziali di attuale sistema come una genere di insegnamento – il volume di Alice, verso ipotesi. Cammino coraggio in quanto l’entanglement con le particelle all’interno del complesso quantistico cresce, l’informazione si diffonde ampiamente; corrente rimescolamento dell’informazione e la cifra per comprendere il confusione quantistico, la cognizione dell’informazione quantistica, i circuiti casuali e una raggruppamento di altri argomenti.

L’entanglement dei qubit a causa di comprendere i buchi neri

Un apertura negro e il rimescolatore ashley madison recensioni definitivo. Esplorandolo insieme un algoritmo quantistico variazionale circa un computer quantistico studioso entangled col interruzione negro, potremmo indagare la riproducibilita sopra ampia rapporto e l’applicabilita dell’apprendimento involontario quantico. Potremmo anche afferrare qualcosa di inesperto sui sistemi quantistici durante comune. La nostra piano evo di utilizzare un algoritmo quantico variazionale perche avrebbe sfruttato i fotoni sfuggiti attraverso impratichirsi la svolgimento del catapecchia triste. L’approccio sarebbe una metodo di razionalizzazione, arpione una acrobazia, che caccia nel ambiente esatto il segno piuttosto basso.

Se lo trovassimo, riveleremmo la sviluppo all’interno del apertura scuro. Bob potrebbe adottare queste informazioni in intuire il codice del rimescolatore e ricostruire il elenco di Alice.

Attualmente improvvisamente il incognita. L’esperimento cerebrale di Hayden-Preskill presuppone in quanto Bob possa suscitare le dinamiche del interruzione negro cosicche stanno rimescolando le informazioni. Anzi, abbiamo esplorato cosicche la temperamento stessa del rimescolamento impedisce verso Bob di imparare quelle dinamiche.

Per stallo verso un tavolato depresso vedete scopo: l’algoritmo si e chiuso circa un acrocoro disabitato (barren plateau) cosicche, nell’apprendimento automatizzato, e depresso mezzo sembra. Nel corso di l’addestramento dell’apprendimento istintivo, un altopiano disabitato rappresenta unito spazio di risoluzione dei problemi che e del tutto piatto, attraverso quanto l’algoritmo puo trovare. Per attuale zona senza caratteristiche, l’algoritmo non puo riconoscere la declivio direzione il attutito; non c’e un prassi onesto contro il piccolissimo di vivacita. L’algoritmo gira a vuoto, inadeguato di imparare alcune cose di insolito. Non riesce per riconoscere la deliberazione.

Il nostro discendente teorema no-go dice affinche qualunque strategia di assimilazione involontario quantistico incontrera il temuto tavoliere depresso in quale momento verra applicata a un fascicolo di rimescolamento sconosciuto.

La buona conoscenza e affinche la maggior ritaglio dei processi fisici non e almeno complessa appena i buchi neri, e numeroso avremo una sapere preambolo delle sue dinamiche, quindi il teorema no-go non pena l’apprendimento automatico quantico. Dobbiamo isolato scegliere attentamente i problemi per cui applicarlo. Ed e incredibile giacche avremo stento molto veloce dell’apprendimento involontario quantico verso cercare all’interno di un interruzione buio per riconoscere il tomo di Alice, ovvero ogni altra cosa.

Dunque, Alice puo abitare tranquilla sul atto in quanto i suoi segreti sono al capace, appresso incluso.

(L’originale di attuale scritto e stato divulgato contro “Scientific American” il 4 luglio 2020. Traduzione ed editing per cura di Le Scienze. Duplicato autorizzata, tutti i diritti riservati.)

Qualsiasi venerdi, nella tua scomparto di corrispondenza elettronica, segnalazioni e anticipazioni dal sito e dalle nostre iniziative editoriali