Ipotizziamo in quanto una soggetto – la chiameremo Alice – abbia un volume di segreti giacche vuole radere al suolo, e in quanto percio lo getti in un interruzione negro verso calibro di direzione. Specifico giacche i buchi neri sono i piu veloci demolitori della ambiente, agendo appena giganteschi tritarifiuti, i segreti di Alice sono a sufficienza al abile, opportuno?
Attualmente supponiamo giacche la sua contraddittore, Bob, abbia un calcolatore elettronico quantico in quanto e entangled al buco scuro. (Nei sistemi quantistici entangled, le azioni eseguite sopra una particella influenzano sopra atteggiamento paragonabile i loro collaboratore entangled, indipendentemente dalla distanza e ancora nel caso che alcuni scompaiono durante un tugurio triste).
Un famoso test intellettuale di Patrick Hayden e John Preskill dice in quanto Bob puo notare alcune particelle di chiarore giacche escono dai bordi di un tugurio triste. Dopo Bob puo usare quei fotoni come qubit (l’unita di elaborazione di principio del previsione quantistico) tramite le porte logiche del proprio PC quantistico verso svelare la fisica esclusivo perche ha portato il disordine nel libro di Alice. Da attuale puo ricreare il libro.
Bensi non cosi con furia. Il nostro nuovo sforzo sull’apprendimento istintivo quantistico suggerisce giacche il elenco di Alice potrebbe risiedere scomparso verso continuamente, appresso incluso.
Calcolatore elettronico quantistici durante istruirsi la congegno quantistica Alice potrebbe non avere giammai la capacita di dissimulare i suoi segreti in un buco triste. Malgrado cio, il nostro originale teorema no-go sul rimescolio (scrambling) dell’informazione ha un’applicazione nel societa tangibile per racchiudere i sistemi casuali e caotici nei campi durante cascata ampliamento dell’apprendimento automatizzato quantico, della termodinamica quantistica e della scienza dell’informazione quantistica.
Richard Feynman, ciascuno dei grandi fisici del XX tempo, ha gettato il ambito dell’informatica quantistica sopra un discorso del 1981, quando ha proposto di incrementare i elaboratore quantistici modo spianata semplice durante fingere i sistemi quantistici. Sono per opinione comune difficili da istruirsi in caso contrario.
Il nostro compagnia al Los Alamos National Laboratory, unita ad prossimo collaboratori, si e concentrato sullo ateneo degli algoritmi attraverso i PC quantistici e, sopra esclusivo, sugli algoritmi di apprendimento robotizzato – cio affinche alcuni amano battezzare saggezza artefatto. La ricerca intende far esempio circa quali tipi di algoritmi funzioneranno veramente sui computer quantistici esistenti, disturbati dal confusione e contro scalea intermedia, tanto piu contro questioni irrisolte della meccanismo quantistica mediante comune.
In caratteristica, abbiamo analizzato la ammaestramento degli algoritmi quantistici variazionali. Essi configurano un paesaggio di soluzione dei problemi dove i picchi rappresentano i punti ad alta forza (indesiderati) chatiw perfiles del complesso, o incognita, e le valli sono i valori per bassa grinta (auspicati). Attraverso riconoscere la risoluzione, l’algoritmo si fa cammino da parte a parte un ambiente preciso, esaminando le sue caratteristiche una alla cambiamento. La risposta si trova nella vallata piuttosto profonda.
L’entanglement uscita al rimescolamento Ci siamo chiesti nell’eventualita che potessimo dare l’apprendimento automatizzato quantico per intuire il sconvolgimento. Corrente fatto quantico avviene quando l’entanglement cresce per un sistema evento di molte particelle ovvero atomi. Pensate alle condizioni iniziali di attuale impianto mezzo una specie di indicazione – il elenco di Alice, a causa di esempio. Modo inizio che l’entanglement con le particelle all’interno del istituzione quantistico cresce, l’informazione si diffonde grandemente; questo rimescolamento dell’informazione e la aspetto in comprendere il caos quantistico, la materia dell’informazione quantistica, i circuiti casuali e una sfilza di estranei argomenti.
L’entanglement dei qubit a causa di capire i buchi neri
Un buca triste e il rimescolatore definitivo. Esplorandolo con un algoritmo quantistico variazionale circa un calcolatore elettronico quantico fautore entangled col apertura fosco, potremmo esaminare la riproducibilita circa ampia scala e l’applicabilita dell’apprendimento robotizzato quantico. Potremmo ancora imparare alcune cose di ingenuo sui sistemi quantistici durante vago. La nostra apparenza era di servirsi un algoritmo quantistico variazionale cosicche avrebbe utilizzato i fotoni sfuggiti durante afferrare la dinamica del interruzione scuro. L’approccio sarebbe una giudizio di razionalizzazione, ora una avvicendamento, che ricerca nel zona rigoroso il base piuttosto abbassato.
Qualora lo trovassimo, riveleremmo la svolgimento all’interno del buca nero. Bob potrebbe impiegare queste informazioni attraverso decifrare il legge del rimescolatore e ripristinare il registro di Alice.
Adesso ecco il pensiero. L’esperimento psicologico di Hayden-Preskill presuppone affinche Bob possa provocare le dinamiche del buco nero affinche stanno rimescolando le informazioni. Anzi, abbiamo indifeso affinche la ambiente stessa del sconvolgimento impedisce a Bob di imparare quelle dinamiche.
In arresto contro un tavoliere deserto inaspettatamente ragione: l’algoritmo si e agganciato circa un altopiano sconfortato (barren plateau) cosicche, nell’apprendimento istintivo, e costernato come sembra. Intanto che l’addestramento dell’apprendimento automatico, un altura desolato rappresenta singolo buco di decisione dei problemi giacche e totalmente tondo, in quanto l’algoritmo puo vedere. Per presente paesaggio escludendo caratteristiche, l’algoritmo non puo afferrare la declivio richiamo il abbassato; non c’e un strada chiaro contro il microscopico di vivacita. L’algoritmo gira per scarico, impedito di imparare alcune cose di ingenuo. Non riesce verso riconoscere la soluzione.
Il nostro chiaro teorema no-go dice affinche qualunque piano di assimilazione automatico quantistico incontrera il ossequiato acrocoro afflitto qualora verra applicata per un processo di rimescolio oscuro.
La buona conoscenza e affinche la maggior ritaglio dei processi fisici non e tanto complessa come i buchi neri, e numeroso avremo una istruzione preambolo delle sue dinamiche, poi il teorema no-go non pena l’apprendimento automatico quantistico. Dobbiamo semplice anteporre accuratamente i problemi a cui applicarlo. Ed e inconcepibile perche avremo bisogno assai velocemente dell’apprendimento involontario quantico attraverso esaminare all’interno di un apertura triste verso riconoscere il registro di Alice, oppure ogni altra affare.
Cosicche, Alice puo alloggiare tranquilla sul fatto giacche i suoi segreti sono al onesto, poi compiutamente.
(L’originale di codesto pezzo e status pubblicato verso “Scientific American” il 4 luglio 2020. Spostamento ed editing a diligenza di Le Scienze. Duplicato autorizzata, tutti i diritti riservati.)
Qualunque venerdi, nella tua sezione di posta elettronica, segnalazioni e anticipazioni dal sito e dalle nostre iniziative editoriali
