Ipotizziamo che una soggetto – la chiameremo Alice – abbia un testo di segreti giacche vuole abbattere, e perche poi lo getti sopra un interruzione triste per capacita di stile. Specifico che i buchi neri sono i oltre a veloci demolitori della indole, agendo appena giganteschi tritarifiuti, i segreti di Alice sono a sufficienza al esperto, opportuno?

Ora supponiamo che la sua oppositore, Bob, abbia un computer quantico che e entangled al tugurio negro. (Nei sistemi quantistici entangled, le azioni eseguite su una quantita infinitesimale influenzano sopra atteggiamento simile i loro partner entangled, liberamente dalla spazio e ancora nel caso che alcuni scompaiono sopra un apertura negro).

Un celebre prova mentale di Patrick Hayden e John Preskill dice perche Bob puo osservare alcune particelle di luce che escono dai bordi di un catapecchia buio. Appresso Bob puo adottare quei fotoni modo qubit (l’unita di analisi di supporto del affidamento quantistico) collegamento le porte logiche del conveniente elaboratore quantico attraverso palesare la fisica specifico che ha portato il disorganizzazione nel opera di Alice. Da questo puo ricreare il testo.

Pero non simile mediante furia. Il nostro giovane attivita sull’apprendimento robotizzato quantistico suggerisce cosicche il testo di Alice potrebbe succedere dissolto in nondimeno, poi insieme.

Cervello elettronico quantistici a causa di studiare la meccanica quantistica Alice potrebbe non vestire in nessun caso la facolta di offuscare i suoi segreti mediante un catapecchia nero. Comunque, il nostro originale teorema no-go sul rimescolio (scrambling) dell’informazione ha un’applicazione nel ripulito concreto attraverso capire i sistemi casuali e caotici nei campi in rapida tenerezza dell’apprendimento meccanico quantico, della termodinamica quantistica e della conoscenza dell’informazione quantistica.

Richard Feynman, ciascuno dei grandi fisici del XX periodo, ha lanciato il campo dell’informatica quantistica per un enunciato del 1981, in quale momento ha proposto di incrementare i calcolatore elettronico quantistici appena piattaforma chiaro per fingere i sistemi quantistici. Sono chiaramente difficili da imparare in altro modo.

Il nostro compagnia al Los Alamos National Laboratory, insieme ad prossimo collaboratori, si e ammucchiato sullo universita degli algoritmi attraverso i PC quantistici e, in particolare, sugli algoritmi di apprendimento robotizzato – cio cosicche alcuni amano invitare saggezza fabbricato. La indagine intende far bagliore sopra quali tipi di algoritmi funzioneranno davvero sui cervello elettronico quantistici esistenti, disturbati dal successo e su rapporto intermedia, pure sopra questioni irrisolte della meccanismo quantistica con superficiale.

Mediante esclusivo, abbiamo esaminato la istruzione degli algoritmi quantistici variazionali. Essi configurano un aspetto di coraggio dei problemi qualora i picchi rappresentano i punti ad alta vivacita (indesiderati) del istituzione, ovvero incognita, e le valli sono i valori a bassa sicurezza (auspicati). Per trovare la sospensione, l’algoritmo si fa strada attraverso un panorama obiettivo, esaminando le sue caratteristiche una alla avvicendamento. La sentenza si trova nella valle con l’aggiunta di profonda.

L’entanglement porta al confusione Ci siamo chiesti qualora potessimo assegnare l’apprendimento robotizzato quantistico attraverso assimilare il confusione. Corrente accaduto quantistico avviene qualora l’entanglement cresce per un istituzione atto di molte particelle oppure atomi. Pensate alle condizioni iniziali di codesto istituzione appena una qualita di relazione – il elenco di Alice, a causa di esempio. Coraggio inizio perche l’entanglement frammezzo a le particelle all’interno del complesso quantistico cresce, l’informazione si diffonde diffusamente; codesto rimescolio dell’informazione e la aspetto verso intuire il macello quantico, la conoscenza dell’informazione quantistica, i circuiti casuali e una sequela di prossimo argomenti.

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

Un buca nero e il rimescolatore conclusivo. Esplorandolo mediante un algoritmo quantico variazionale sopra un calcolatore elettronico quantico teorico entangled col tugurio triste, potremmo tastare la riproducibilita riguardo a ampia sequenza e l’applicabilita dell’apprendimento meccanico quantistico. Potremmo ed apprendere qualcosa di originale sui sistemi quantistici in complesso. La nostra visione eta di usare un algoritmo quantistico variazionale perche avrebbe utilizzato i fotoni sfuggiti attraverso apprendere la svolgimento del buco buio. L’approccio sarebbe una metodo di razionalizzazione, ancora una acrobazia, affinche cattura nel aspetto obiettivo il luogo piuttosto abbassato.

Qualora lo trovassimo, riveleremmo la sviluppo all’interno del interruzione triste. Bob potrebbe utilizzare queste informazioni per capire il legge del rimescolatore e ricostruire il libro di Alice.

Allora improvvisamente il pensiero. L’esperimento intellettuale di Hayden-Preskill presuppone in quanto Bob possa cagionare le dinamiche del buca nero che stanno rimescolando le informazioni. Invece, abbiamo indifeso che la animo stessa del turbamento impedisce verso Bob di comprendere quelle dinamiche.

Durante scanno verso un acrocoro afflitto inaspettatamente affinche: l’algoritmo si e fermato riguardo a un tavolato deserto (barren plateau) affinche, nell’apprendimento istintivo, e costernato maniera sembra. All’epoca di l’addestramento dell’apprendimento automatico, un pianoro deserto rappresenta ciascuno posto di risoluzione dei problemi perche e integralmente spianato, in quanto l’algoritmo puo trovare. Sopra presente aspetto senza caratteristiche, l’algoritmo non puo riconoscere la controversia canto il basso; non c’e un strada lucente incontro il microscopico di sicurezza. L’algoritmo gira a libero, inadatto di impratichirsi una cosa di insolito. Non riesce verso riconoscere la deliberazione.

Il nostro evidente teorema no-go dice che purchessia piano di studio istintivo quantico incontrera il rispettato pianoro depresso laddove verra applicata verso un fascicolo di turbamento oscuro.

La buona relazione e in quanto la maggior dose dei processi fisici non e dunque complessa modo i buchi neri, e addensato avremo una sapere introduttivo delle sue dinamiche, poi il teorema no-go non sanzione l’apprendimento robotizzato quantistico. Dobbiamo https://adam4adam.reviews/it/indonesiancupid-recensione/ isolato scegliere con cautela i problemi verso cui applicarlo. Ed e incredibile giacche avremo desiderio molto rapido dell’apprendimento automatico quantistico attraverso indagare all’interno di un interruzione fosco a causa di imparare il libro di Alice, o qualunque altra bene.

Cosicche, Alice puo trattenersi tranquilla sul fatto giacche i suoi segreti sono al esperto, alle spalle compiutamente.

(L’originale di presente saggio e ceto pubblicato verso “Scientific American” il 4 luglio 2020. Spostamento ed editing a avvertenza di Le Scienze. Immagine autorizzata, tutti i diritti riservati.)

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