Buchi neri, entanglement e limiti del computer quantico

Ipotizziamo affinche una individuo – la chiameremo Alice – abbia un volume di segreti giacche vuole distruggere, e giacche cosi lo getti sopra un catapecchia negro a portata di mano. Elemento perche i buchi neri sono i ancora veloci demolitori della indole, agendo che giganteschi tritarifiuti, i segreti di Alice sono moderatamente al esperto, appropriato?

Adesso supponiamo perche la sua avversario, Bob, abbia un calcolatore elettronico quantico cosicche e entangled al buco fosco. (Nei sistemi quantistici entangled, le azioni eseguite verso una piccolissima parte influenzano durante modo conforme i loro amante entangled, liberamente dalla lontananza e ancora se alcuni scompaiono in un buco nero).

Un celebrato test mentale di Patrick Hayden e John Preskill dice che Bob puo ottemperare alcune particelle di apertura affinche escono dai bordi di un buca negro. Ulteriormente Bob puo adoperare quei fotoni mezzo qubit (l’unita di accuratezza di supporto del congettura quantistico) contatto le porte logiche del suo elaboratore quantico durante rivelare la fisica individuare affinche ha portato il negligenza nel libro di Alice. Da codesto puo ricostituire il testo.

Pero non almeno con velocita. Il nostro recente fatica sull’apprendimento automatico quantistico suggerisce cosicche il tomo di Alice potrebbe risiedere sfumato in costantemente, posteriormente incluso.

Cervello elettronico quantistici durante apprendere la modalita quantistica Alice potrebbe non vestire per niente la probabilita di coprire i suoi segreti con un interruzione fosco. Tuttavia, il nostro originale teorema no-go sul rimescolamento (scrambling) dell’informazione ha un’applicazione nel puro evidente in includere i sistemi casuali e caotici nei campi con cateratta espansione dell’apprendimento istintivo quantistico, della termodinamica quantistica e della conoscenza dell’informazione quantistica.

Richard Feynman, ciascuno dei grandi fisici del XX secolo, ha scagliato il accampamento dell’informatica quantistica durante un discussione del 1981, qualora ha proposto di ingrandire i elaboratore quantistici che programma semplice attraverso inventare i sistemi quantistici. Sono chiaramente difficili da studiare in caso contrario.

Il nostro unione al Los Alamos National Laboratory, totalita ad gente collaboratori, si e concentrato sullo studio degli algoritmi verso i cervello elettronico quantistici e, con particolare, sugli algoritmi di apprendimento istintivo – cio in quanto alcuni amano chiamare sagacia artificiale. La analisi intende far apertura su quali tipi di algoritmi funzioneranno certamente sui calcolatore elettronico quantistici esistenti, disturbati dal confusione e riguardo a sequenza intermedia, nonche circa questioni irrisolte della dinamica quantistica in superficiale.

Sopra https://hookupdates.net/it/cheekylovers-recensione/ caratteristica, abbiamo analizzato la formazione degli algoritmi quantistici variazionali. Essi configurano un ambiente di espediente dei problemi qualora i picchi rappresentano i punti ad alta grinta (indesiderati) del compagine, o dubbio, e le valli sono i valori verso bassa sicurezza (auspicati). Durante riconoscere la sistema, l’algoritmo si fa viale obliquamente un aspetto rigoroso, esaminando le sue caratteristiche una alla avvicendamento. La risposta si trova nella gola piu profonda.

L’entanglement entrata al rimescolamento Ci siamo chiesti dato che potessimo applicare l’apprendimento robotizzato quantistico attraverso afferrare il rimestamento. Questo accaduto quantico avviene quando l’entanglement cresce sopra un metodo prodotto di molte particelle ovvero atomi. Pensate alle condizioni iniziali di attuale metodo maniera una qualita di relazione – il tomo di Alice, verso caso. Via strada perche l’entanglement fra le particelle all’interno del sistema quantico cresce, l’informazione si diffonde estesamente; codesto rimestamento dell’informazione e la aspetto verso racchiudere il guazzabuglio quantico, la disciplina dell’informazione quantistica, i circuiti casuali e una serie di estranei argomenti.

L’entanglement dei qubit attraverso conoscere i buchi neri

Un tugurio scuro e il rimescolatore conclusivo. Esplorandolo per mezzo di un algoritmo quantistico variazionale circa un calcolatore elettronico quantico teorico entangled col interruzione scuro, potremmo interrogare la riproducibilita su ampia gradinata e l’applicabilita dell’apprendimento robotizzato quantico. Potremmo ancora imparare non so che di insolito sui sistemi quantistici sopra comune. La nostra apparenza era di usare un algoritmo quantico variazionale affinche avrebbe usato i fotoni sfuggiti a causa di imparare la sviluppo del buca nero. L’approccio sarebbe una metodo di razionalizzazione, attualmente una evento, perche caccia nel panorama preciso il punto con l’aggiunta di diminuito.

Nel caso che lo trovassimo, riveleremmo la sviluppo all’interno del buco nero. Bob potrebbe adottare queste informazioni per intuire il cifrario del rimescolatore e rifondare il testo di Alice.

Adesso ecco il questione. L’esperimento intellettivo di Hayden-Preskill presuppone affinche Bob possa cagionare le dinamiche del catapecchia buio giacche stanno rimescolando le informazioni. Invece, abbiamo indifeso giacche la struttura stessa del rimescolio impedisce verso Bob di apprendere quelle dinamiche.

Con sedile verso un tavoliere depresso improvvisamente fine: l’algoritmo si e chiuso riguardo a un acrocoro sconfortato (barren plateau) affinche, nell’apprendimento meccanico, e infelice appena sembra. Intanto che l’addestramento dell’apprendimento involontario, un tavolato desolato rappresenta unito ambito di decisione dei problemi che e interamente tondo, a causa di quanto l’algoritmo puo controllare. Con questo ambiente in assenza di caratteristiche, l’algoritmo non puo afferrare la inclinazione contro il calato; non c’e un strada onesto incontro il meno di decisione. L’algoritmo gira per mancanza, inidoneo di impratichirsi qualcosa di nuovo. Non riesce verso accorgersi la deliberazione.

Il nostro chiaro teorema no-go dice in quanto qualunque piano di assimilazione robotizzato quantico incontrera il riverito altopiano afflitto dal momento che verra applicata verso un processo di rimestamento ignoto.

La buona annuncio e perche la maggior parte dei processi fisici non e cosi complessa modo i buchi neri, e addensato avremo una coscienza preambolo delle sue dinamiche, percio il teorema no-go non critica l’apprendimento automatico quantistico. Dobbiamo solitario anteporre con cautela i problemi per cui applicarlo. Ed e incerto perche avremo bisogno tanto in fretta dell’apprendimento istintivo quantico a causa di cercare all’interno di un tugurio negro durante familiarizzare il volume di Alice, o qualunque altra bene.

Allora, Alice puo stare tranquilla sul evento che i suoi segreti sono al affidabile, poi totale.

(L’originale di presente parte e status noto sopra “Scientific American” il 4 luglio 2020. Spiegazione ed editing a cura di Le Scienze. Riproduzione autorizzata, tutti i diritti riservati.)

Tutti venerdi, nella tua casella di lettere elettronica, segnalazioni e anticipazioni dal sito e dalle nostre iniziative editoriali