feabie fr come funziona Buchi neri, entanglement e limiti del PC quantistico

Aralık 10, 2021by dgvision0

Buchi neri, entanglement e limiti del PC quantistico

Ipotizziamo in quanto una uomo – la chiameremo Alice – abbia un registro di segreti giacche vuole annientare, e giacche percio lo getti mediante un interruzione scuro a vivanda di mano. Specifico affinche i buchi neri sono i piuttosto veloci demolitori della animo, agendo come giganteschi tritarifiuti, i segreti di Alice sono a sufficienza al affidabile, appropriato?

Occasione supponiamo perche la sua contraddittore, Bob, abbia un calcolatore elettronico quantistico cosicche e entangled al apertura buio. (Nei sistemi quantistici entangled, le azioni eseguite contro una corpuscolo influenzano con prassi simile i loro partner entangled, liberamente dalla distanza e ed nell’eventualita che alcuni scompaiono sopra un catapecchia scuro).

Un rinomato esperimento mentale di Patrick Hayden e John Preskill dice affinche Bob puo rilevare alcune particelle di https://hookupdates.net/it/feabie-recensione/ chiarore giacche escono dai bordi di un apertura nero. Ulteriormente Bob puo usare quei fotoni modo qubit (l’unita di elaborazione di inizio del stima quantico) tramite le porte logiche del suo computer quantico verso confidare la fisica individuare cosicche ha portato il disordine nel testo di Alice. Da questo puo ricreare il elenco.

Tuttavia non simile durante sollecitudine. Il nostro attuale lavoro sull’apprendimento istintivo quantico suggerisce perche il libro di Alice potrebbe essere sfumato in costantemente, poi complesso.

Computer quantistici a causa di imparare la meccanica quantistica Alice potrebbe non ricevere in nessun caso la eventualita di offuscare i suoi segreti mediante un catapecchia scuro. Ciononostante, il nostro inesperto teorema no-go sul rimescolamento (scrambling) dell’informazione ha un’applicazione nel puro evidente per includere i sistemi casuali e caotici nei campi sopra corrente aumento dell’apprendimento automatico quantico, della termodinamica quantistica e della conoscenza dell’informazione quantistica.

Richard Feynman, unito dei grandi fisici del XX mondo, ha scagliato il campo dell’informatica quantistica in un discussione del 1981, mentre ha proposto di aumentare i calcolatore elettronico quantistici come piattaforma naturale attraverso fingere i sistemi quantistici. Sono manifestamente difficili da imparare in altro modo.

Il nostro compagnia al Los Alamos National Laboratory, unita ad altri collaboratori, si e ammassato sullo ateneo degli algoritmi per i elaboratore quantistici e, durante esclusivo, sugli algoritmi di studio istintivo – cio in quanto alcuni amano convocare sagacia artificiale. La analisi intende far insegnamento circa quali tipi di algoritmi funzioneranno davvero sui elaboratore quantistici esistenti, disturbati dal suono e verso scalea intermedia, e anche sopra questioni irrisolte della modalita quantistica con generale.

In caratteristica, abbiamo affettato la ammaestramento degli algoritmi quantistici variazionali. Essi configurano un zona di soluzione dei problemi ove i picchi rappresentano i punti ad alta grinta (indesiderati) del compagine, ovverosia pensiero, e le valli sono i valori verso bassa sicurezza (auspicati). Per afferrare la soluzione, l’algoritmo si fa percorso da parte a parte un aspetto razionale, candidato le sue caratteristiche una alla cambiamento. La risposta si trova nella gola ancora profonda.

L’entanglement ingresso al rimestamento Ci siamo chiesti qualora potessimo dare l’apprendimento istintivo quantistico durante comprendere il rimescolamento. Codesto episodio quantistico avviene laddove l’entanglement cresce per un impianto avvenimento di molte particelle ovvero atomi. Pensate alle condizioni iniziali di codesto complesso che una genere di ragguaglio – il testo di Alice, a causa di ipotesi. Coraggio via cosicche l’entanglement frammezzo a le particelle all’interno del istituzione quantistico cresce, l’informazione si diffonde estesamente; codesto confusione dell’informazione e la chiave durante comprendere il trambusto quantistico, la disciplina dell’informazione quantistica, i circuiti casuali e una sequenza di estranei argomenti.

L’entanglement dei qubit verso afferrare i buchi neri

Un interruzione negro e il rimescolatore risolutivo. Esplorandolo con un algoritmo quantico variazionale verso un elaboratore quantico studioso entangled col apertura scuro, potremmo tastare la riproducibilita verso ampia gradinata e l’applicabilita dell’apprendimento involontario quantico. Potremmo anche afferrare una cosa di originale sui sistemi quantistici sopra sommario. La nostra modello epoca di usare un algoritmo quantico variazionale perche avrebbe logorato i fotoni sfuggiti attraverso impratichirsi la dinamica del buco scuro. L’approccio sarebbe una giudizio di razionalizzazione, ancora una avvicendamento, in quanto cerca nel aspetto obiettivo il base oltre a basso.

Qualora lo trovassimo, riveleremmo la sviluppo all’interno del catapecchia fosco. Bob potrebbe servirsi queste informazioni attraverso interpretare il etichetta del rimescolatore e ricostituire il elenco di Alice.

Dunque ecco il dubbio. L’esperimento intellettuale di Hayden-Preskill presuppone che Bob possa produrre le dinamiche del buca buio perche stanno rimescolando le informazioni. Anzi, abbiamo indifeso giacche la indole stessa del rimescolamento impedisce verso Bob di imparare quelle dinamiche.

Per stallo verso un pianoro desolato Ecco affinche: l’algoritmo si e agganciato riguardo a un tavolato sconfortato (barren plateau) giacche, nell’apprendimento automatico, e triste appena sembra. All’epoca di l’addestramento dell’apprendimento istintivo, un tavolato depresso rappresenta unito ambito di espediente dei problemi in quanto e del tutto tondo, attraverso quanto l’algoritmo puo vedere. Con corrente panorama privato di caratteristiche, l’algoritmo non puo comprendere la pendio verso il abbassato; non c’e un distanza leggero incontro il minimo di forza. L’algoritmo gira verso mancanza, inadeguato di impratichirsi qualcosa di nuovo. Non riesce per comprendere la risoluzione.

Il nostro discendente teorema no-go dice perche qualunque piano di assimilazione automatizzato quantistico incontrera il rispettato tavoliere disabitato mentre verra applicata a un corso di rimescolamento sconosciuto.

La buona notizia e che la maggior parte dei processi fisici non e tanto complessa che i buchi neri, e unito avremo una coscienza preliminare delle sue dinamiche, percio il teorema no-go non sanzione l’apprendimento meccanico quantistico. Dobbiamo isolato prediligere diligentemente i problemi per cui applicarlo. Ed e incredibile cosicche avremo desiderio tanto veloce dell’apprendimento automatico quantico attraverso osservare all’interno di un buco fosco durante sentire il elenco di Alice, ovverosia qualunque altra cosa.

Cosi, Alice puo abitare tranquilla sul prodotto in quanto i suoi segreti sono al esperto, alle spalle incluso.

(L’originale di attuale saggio e status pubblicato riguardo a “Scientific American” il 4 luglio 2020. Traduzione ed editing per attenzione di Le Scienze. Raffigurazione autorizzata, tutti i diritti riservati.)

Ciascuno venerdi, nella tua scompartimento di lettere elettronica, segnalazioni e anticipazioni dal messo e dalle nostre iniziative editoriali

dgvision

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.


Notice: Trying to access array offset on value of type bool in /home/cnrdesig/dgvision.com.tr/wp-content/themes/celeste/views/prev_next.php on line 10
previous
Anticipating your first pupil financing payment? Weve got you sealed!

Notice: Trying to access array offset on value of type bool in /home/cnrdesig/dgvision.com.tr/wp-content/themes/celeste/views/prev_next.php on line 36
next
Bauchkribbeln aufwarts Tinder. Einfacher ging flirten mutma?lich absolut nie.
https://dgvision.com.tr/wp-content/uploads/2018/07/dgvision-min-320x73.jpg

Sosyal Medyada takip edin!

https://dgvision.com.tr/wp-content/uploads/2018/05/dg_vision_logo-2-640x446-1.png

Sosyal Medya Takip Edin

DG Vision Alüminyum Radyatör | Her Hakkı Saklıdır. Copyright 2018 ©