Ipotizziamo cosicche una uomo – la chiameremo Alice – abbia un elenco di segreti che vuole abbattere, e perche quindi lo getti con un tugurio negro verso calibro di lato. Stabilito affinche i buchi neri sono i con l’aggiunta di veloci demolitori della animo, agendo mezzo giganteschi tritarifiuti, i segreti di Alice sono abbastanza al affidabile, precisamente?
Adesso supponiamo giacche la sua parte avversa, Bob, abbia un cervello elettronico quantistico perche e entangled al apertura negro. (Nei sistemi quantistici entangled, le azioni eseguite su una corpuscolo influenzano con sistema analogo i loro collaboratore entangled, autonomamente dalla distanza e di nuovo qualora alcuni scompaiono durante un catapecchia buio).
Un celebre prova cerebrale di Patrick Hayden e John Preskill dice cosicche Bob puo rilevare alcune particelle di apertura giacche escono dai bordi di un tugurio triste. Successivamente Bob puo impiegare quei fotoni maniera qubit (l’unita di analisi di inizio del astuzia quantistico) passaggio le porte logiche del proprio computer quantistico in divulgare la fisica esclusivo affinche ha portato il scompiglio nel documento di Alice. Da corrente puo rifondare il volume.
Tuttavia non simile in velocita. Il nostro attuale lavoro sull’apprendimento automatizzato quantico suggerisce in quanto il libro di Alice potrebbe abitare svanito verso di continuo, appresso incluso.
Computer quantistici per studiare la meccanica quantistica Alice potrebbe non ricevere per niente la facolta di dissimulare i suoi segreti per un apertura fosco. Ciononostante, il nostro originale teorema no-go sul confusione (scrambling) dell’informazione ha un’applicazione nel puro concreto a causa di intuire i sistemi casuali e caotici nei campi con cascata aumento dell’apprendimento istintivo quantico, della termodinamica quantistica e della materia dell’informazione quantistica.
Richard Feynman, singolo dei grandi fisici del XX tempo, ha scagliato il fondo dell’informatica quantistica durante un colloquio del 1981, qualora ha proposto di ingrandire i elaboratore quantistici che basamento semplice verso inventare i sistemi quantistici. Sono notoriamente difficili da seguire in altro modo.
Il nostro gruppo al Los Alamos National Laboratory, accordo ad estranei collaboratori, si e ammassato sullo universita degli algoritmi durante i calcolatore elettronico quantistici e, mediante specifico, sugli algoritmi di apprendimento automatizzato – cio affinche alcuni amano invitare intelligenza fabbricato. La indagine intende far chiarore sopra quali tipi di algoritmi funzioneranno in realta sui cervello elettronico quantistici esistenti, disturbati dal suono e riguardo a scalea intermedia, pure riguardo a questioni irrisolte della congegno quantistica in vago.
Sopra circostanza, abbiamo studiato la allineamento degli algoritmi quantistici variazionali. Essi configurano un paesaggio di espediente dei problemi dove i picchi rappresentano i punti ad alta decisione (indesiderati) del sistema, o incognita, e le valli sono i valori verso bassa decisione (auspicati). Per incrociare la soluzione, l’algoritmo si fa carreggiata di sbieco un zona razionale, esaminando le sue caratteristiche una alla cambiamento. La giudizio si trova nella bacino piu profonda.
L’entanglement uscita al rimescolio Ci siamo chiesti se potessimo accostare l’apprendimento istintivo quantistico attraverso conoscere il rimestamento. Presente evento quantistico avviene mentre l’entanglement cresce in un complesso prodotto di molte particelle ovverosia atomi. Pensate alle condizioni iniziali di questo compagine appena una sorta di indicazione – il volume di Alice, attraverso campione. Modo coraggio cosicche l’entanglement con le particelle all’interno del complesso quantico cresce, l’informazione si diffonde grandemente; attuale sconvolgimento dell’informazione e la aspetto attraverso intuire il trambusto quantico, la materia dell’informazione quantistica, i circuiti casuali e una sequela di prossimo argomenti.
L’entanglement dei qubit per conoscere i buchi neri
Un buco nero e il rimescolatore definitivo. Esplorandolo per mezzo di un algoritmo quantistico variazionale su un cervello elettronico quantico teorico entangled col buca nero, potremmo esaminare la riproducibilita su ampia sequenza e l’applicabilita dell’apprendimento automatizzato quantico. Potremmo anche conoscere alcune cose di ingenuo sui sistemi quantistici mediante superficiale. La nostra visione era di servirsi un algoritmo quantistico variazionale in quanto avrebbe sfruttato i fotoni sfuggiti verso apprendere la svolgimento del apertura fosco. L’approccio sarebbe una procedura di ottimizzazione, ora una avvicendamento, in quanto elemosina nel paesaggio matematico il punto oltre a abietto.
Qualora lo trovassimo, riveleremmo la svolgimento all’interno del interruzione triste. Bob potrebbe impiegare queste informazioni verso capire il etichetta del rimescolatore e rifondare il testo di Alice.
Dunque improvvisamente https://hookupdates.net/it/dateme-recensione/ il incognita. L’esperimento mentale di Hayden-Preskill presuppone cosicche Bob possa determinare le dinamiche del buco triste affinche stanno rimescolando le informazioni. Anzi, abbiamo scoperto affinche la struttura stessa del rimescolamento impedisce per Bob di conoscere quelle dinamiche.
Durante stallo sopra un altura depresso vedete fine: l’algoritmo si e legato sopra un acrocoro disabitato (barren plateau) cosicche, nell’apprendimento involontario, e infelice appena sembra. Durante l’addestramento dell’apprendimento involontario, un acrocoro desolato rappresenta singolo zona di coraggio dei problemi affinche e completamente piatto, durante quanto l’algoritmo puo contattare. Con codesto aspetto escludendo caratteristiche, l’algoritmo non puo trovare la pendio richiamo il attutito; non c’e un cammino lucente contro il meno di energia. L’algoritmo gira per scarico, inadeguato di conoscere qualcosa di ingenuo. Non riesce per afferrare la spiegazione.
Il nostro derivante teorema no-go dice perche purchessia tattica di assimilazione automatico quantistico incontrera il paventato altopiano afflitto laddove verra applicata a un processo di sconvolgimento sconosciuto.
La buona conoscenza e giacche la maggior dose dei processi fisici non e percio complessa maniera i buchi neri, e numeroso avremo una sapere preparativo delle sue dinamiche, poi il teorema no-go non condanna l’apprendimento automatizzato quantistico. Dobbiamo soltanto prediligere attentamente i problemi per cui applicarlo. Ed e dubbio perche avremo indigenza quantita velocemente dell’apprendimento automatizzato quantistico attraverso esplorare all’interno di un buca buio per sentire il testo di Alice, o ogni altra affare.
Dunque, Alice puo trattenersi tranquilla sul accaduto cosicche i suoi segreti sono al affidabile, poi insieme.
(L’originale di codesto articolo e situazione stampato su «Scientific American» il 4 luglio 2020. Spostamento ed editing per cautela di Le Scienze. Riproduzione autorizzata, tutti i diritti riservati.)
Qualsivoglia venerdi, nella tua suddivisione di imposizione elettronica, segnalazioni e anticipazioni dal posto e dalle nostre iniziative editoriali