Buchi neri, entanglement e limiti del PC quantistico

Ipotizziamo perche una uomo – la chiameremo Alice – abbia un libro di segreti cosicche vuole sterminare, e affinche dunque lo getti con un buco scuro per portata di mano. Dato cosicche i buchi neri sono i piuttosto veloci demolitori della animo, agendo maniera giganteschi tritarifiuti, i segreti di Alice sono sufficientemente al sicuro, conveniente?

Adesso supponiamo affinche la sua avversario, Bob, abbia un computer quantico affinche e entangled al interruzione nero. (Nei sistemi quantistici entangled, le azioni eseguite riguardo a una piccolissima parte influenzano mediante prassi somigliante i loro socio entangled, senza vincoli dalla spazio e addirittura qualora alcuni scompaiono sopra un interruzione nero).

Un famoso esperienza intellettuale di Patrick Hayden e John Preskill dice in quanto Bob puo osservare alcune particelle di chiarore che escono dai bordi di un tugurio buio. Indi Bob puo adoperare quei fotoni mezzo qubit (l’unita di accuratezza di base del stima quantico) passaggio le porte logiche del conveniente PC quantistico in rivelare la fisica particolare giacche ha portato il caos nel trattato di Alice. Da attuale puo ricostituire http://hookupdates.net/it/muzmatch-recensione il libro.

Bensi non cosi per furia. Il nostro nuovo sforzo sull’apprendimento automatizzato quantistico suggerisce affinche il testo di Alice potrebbe avere luogo svanito attraverso nondimeno, dietro tutto.

Cervello elettronico quantistici per controllare la congegno quantistica Alice potrebbe non portare in nessun caso la eventualita di celare i suoi segreti in un tugurio negro. Malgrado cio, il nostro inesperto teorema no-go sul confusione (scrambling) dell’informazione ha un’applicazione nel ambiente tangibile attraverso includere i sistemi casuali e caotici nei campi per rapida aumento dell’apprendimento involontario quantistico, della termodinamica quantistica e della disciplina dell’informazione quantistica.

Richard Feynman, uno dei grandi fisici del XX periodo, ha buttato il campo dell’informatica quantistica sopra un discorso del 1981, quando ha proposto di incrementare i calcolatore elettronico quantistici mezzo piattaforma comune in fingere i sistemi quantistici. Sono palesemente difficili da seguire diversamente.

Il nostro unione al Los Alamos National Laboratory, contemporaneamente ad gente collaboratori, si e ammassato sullo ateneo degli algoritmi in i computer quantistici e, mediante esclusivo, sugli algoritmi di studio automatico – cio affinche alcuni amano chiamare cervello finto. La ricognizione intende far apertura su quali tipi di algoritmi funzioneranno certamente sui cervello elettronico quantistici esistenti, disturbati dal suono e verso scala intermedia, come verso questioni irrisolte della modalita quantistica durante generale.

Con specifico, abbiamo esaminato la formazione degli algoritmi quantistici variazionali. Essi configurano un panorama di ardire dei problemi qualora i picchi rappresentano i punti ad alta sicurezza (indesiderati) del complesso, oppure dubbio, e le valli sono i valori a bassa sicurezza (auspicati). Verso incrociare la sospensione, l’algoritmo si fa strada da parte a parte un zona obiettivo, candidato le sue caratteristiche una alla evento. La sentenza si trova nella bacino piu profonda.

L’entanglement uscita al sconvolgimento Ci siamo chiesti dato che potessimo assegnare l’apprendimento automatizzato quantistico in conoscere il rimestamento. Corrente evento quantico avviene in quale momento l’entanglement cresce sopra un istituzione accaduto di molte particelle o atomi. Pensate alle condizioni iniziali di corrente impianto maniera una forma di insegnamento – il testo di Alice, in campione. Coraggio modo affinche l’entanglement tra le particelle all’interno del complesso quantistico cresce, l’informazione si diffonde grandemente; presente rimestamento dell’informazione e la cifra verso capire il trambusto quantistico, la conoscenza dell’informazione quantistica, i circuiti casuali e una sequenza di prossimo argomenti.

L’entanglement dei qubit verso capire i buchi neri

Un buco buio e il rimescolatore definitivo. Esplorandolo mediante un algoritmo quantistico variazionale verso un elaboratore quantico fautore entangled col apertura negro, potremmo indagare la riproducibilita su ampia scala e l’applicabilita dell’apprendimento robotizzato quantico. Potremmo ancora impratichirsi alcune cose di inesperto sui sistemi quantistici durante superficiale. La nostra modello era di utilizzare un algoritmo quantico variazionale giacche avrebbe utilizzato i fotoni sfuggiti verso capire la successione del apertura nero. L’approccio sarebbe una prassi di razionalizzazione, al momento una acrobazia, giacche cattura nel panorama matematico il segno piuttosto diminuito.

Nell’eventualita che lo trovassimo, riveleremmo la sviluppo all’interno del interruzione scuro. Bob potrebbe servirsi queste informazioni verso interpretare il manoscritto del rimescolatore e rifondare il volume di Alice.

Ora improvvisamente il problema. L’esperimento mentale di Hayden-Preskill presuppone cosicche Bob possa produrre le dinamiche del tugurio scuro giacche stanno rimescolando le informazioni. In cambio di, abbiamo scoperto affinche la ambiente stessa del sconvolgimento impedisce per Bob di comprendere quelle dinamiche.

Sopra scanno contro un tavoliere depresso inaspettatamente affinche: l’algoritmo si e arrestato su un altopiano deserto (barren plateau) in quanto, nell’apprendimento meccanico, e triste mezzo sembra. All’epoca di l’addestramento dell’apprendimento robotizzato, un pianoro depresso rappresenta uno posto di coraggio dei problemi affinche e completamente piatto, verso quanto l’algoritmo puo trovare. Con presente zona privo di caratteristiche, l’algoritmo non puo riconoscere la controversia richiamo il diminuito; non c’e un cammino pallido incontro il minuscolo di vivacita. L’algoritmo gira a disponibile, incapace di impratichirsi una cosa di insolito. Non riesce a incrociare la sospensione.

Il nostro derivante teorema no-go dice perche qualsiasi strategia di apprendimento istintivo quantistico incontrera il rispettato pianoro sconfortato quando verra applicata verso un corso di rimescolamento ignorato.

La buona cenno e che la maggior brandello dei processi fisici non e cosi complessa appena i buchi neri, e pieno avremo una comprensione preambolo delle sue dinamiche, conseguentemente il teorema no-go non biasimo l’apprendimento automatico quantico. Dobbiamo semplice preferire accuratamente i problemi per cui applicarlo. Ed e improbabile che avremo opportunita tanto veloce dell’apprendimento meccanico quantico verso esaminare all’interno di un tugurio negro in imparare il elenco di Alice, ovvero ogni altra bene.

Cosicche, Alice puo stare tranquilla sul evento affinche i suoi segreti sono al sicuro, dietro totale.

(L’originale di presente pezzo e situazione pubblicato su “Scientific American” il 4 luglio 2020. Spiegazione ed editing verso cautela di Le Scienze. Copia autorizzata, tutti i diritti riservati.)

Ogni venerdi, nella tua scomparto di scommessa elettronica, segnalazioni e anticipazioni dal posto e dalle nostre iniziative editoriali