Trous noirs, intrication quantique et théorème du non-respect

Supposons que quelqu’un – appelons-la Alice – a un livre de secrets qu’elle veut détruire, alors elle le jette dans un trou noir pratique. Étant donné que les trous noirs sont les brouilleurs les plus rapides de la nature, agissant comme des broyeurs d’ordures géants, les secrets d’Alice doivent être assez sûrs, non?

Supposons maintenant que son ennemi juré, Bob, ait un ordinateur quantique lié au trou noir. (Dans les systèmes quantiques intriqués, les actions effectuées sur une particule affectent de manière similaire leurs partenaires intriqués, quelle que soit la distance ou même si certaines disparaissent dans un trou noir.)

Une expérience de pensée célèbre de Patrick Hayden et John Preskill indique que Bob peut observer quelques particules de lumière qui s’échappent des bords d’un trou noir. Ensuite, Bob peut exécuter ces photons sous forme de qubits (l’unité de traitement de base de l’informatique quantique) à travers les portes de son ordinateur quantique pour révéler la physique particulière qui a brouillé le texte d’Alice. À partir de là, il peut reconstituer le livre.

Mais pas si vite.

Nos récents travaux sur l’apprentissage automatique quantique suggèrent que le livre d’Alice pourrait avoir disparu pour toujours, après tout.

ORDINATEURS QUANTIQUES POUR ÉTUDIER LA MÉCANIQUE QUANTIQUE

Alice n’aura peut-être jamais la chance de cacher ses secrets dans un trou noir. Pourtant, notre nouveau théorème de non-droit sur le brouillage de l’information a une application dans le monde réel pour comprendre les systèmes aléatoires et chaotiques dans les domaines en expansion rapide de l’apprentissage automatique quantique, de la thermodynamique quantique et de la science de l’information quantique.

Richard Feynman, l’un des grands physiciens du XXe siècle, a lancé le domaine de l’informatique quantique dans un discours de 1981, lorsqu’il a proposé de développer les ordinateurs quantiques comme plate-forme naturelle pour simuler les systèmes quantiques. Ils sont notoirement difficiles à étudier autrement.

Notre équipe du Laboratoire national de Los Alamos, avec d’autres collaborateurs, s’est concentrée sur l’étude d’algorithmes pour ordinateurs quantiques et, en particulier, d’algorithmes d’apprentissage automatique, ce que certains aiment appeler l’intelligence artificielle. La recherche met en lumière les types d’algorithmes qui feront un travail réel sur les ordinateurs quantiques bruyants à échelle intermédiaire existants et sur les questions non résolues de la mécanique quantique en général.

En particulier, nous avons étudié l’apprentissage d’algorithmes quantiques variationnels. Ils mettent en place un paysage de résolution de problèmes où les pics représentent les points de haute énergie (indésirables) du système, ou problème, et les vallées sont les valeurs de basse énergie (souhaitables). Pour trouver la solution, l’algorithme se fraie un chemin à travers un paysage mathématique, en examinant ses caractéristiques une par une. La réponse se trouve dans la vallée la plus profonde.

L’ENVELOPPE CONDUIT AU BROUILLAGE

Nous nous sommes demandé si nous pouvions appliquer l’apprentissage automatique quantique pour comprendre le brouillage. Ce phénomène quantique se produit lorsque l’intrication se développe dans un système composé de nombreuses particules ou atomes. Considérez les conditions initiales de ce système comme une sorte d’information – le livre d’Alice, par exemple. Au fur et à mesure que l’enchevêtrement des particules au sein du système quantique s’accroît, l’information se répand largement ; cette brouillage de l’information est la clé pour comprendre le chaos quantique, la science de l’information quantique, les circuits aléatoires et une gamme d’autres sujets.

Un trou noir est le brouilleur ultime. En l’explorant avec un algorithme quantique variationnel sur un ordinateur quantique théorique intriqué avec le trou noir, nous pourrions sonder l’évolutivité et l’applicabilité de l’apprentissage automatique quantique. Nous pourrions également apprendre quelque chose de nouveau sur les systèmes quantiques en général. Notre idée était d’utiliser un algorithme quantique variationnel qui exploiterait les photons divulgués pour en savoir plus sur la dynamique du trou noir. L’approche serait une procédure d’optimisation – encore une fois, une recherche dans le paysage mathématique pour trouver le point le plus bas.

Si nous le trouvions, nous révélerions la dynamique à l’intérieur du trou noir. Bob pourrait utiliser cette information pour déchiffrer le code du brouilleur et reconstruire le livre d’Alice.

Maintenant, c’est le hic. L’expérience de pensée de Hayden-Preskill suppose que Bob peut déterminer la dynamique des trous noirs qui brouillent les informations. Au lieu de cela, nous avons constaté que la nature même du brouillage empêche Bob d’apprendre ces dynamiques.

ARRÊTÉ SUR UN PLATEAU AÉRIEN

Voici pourquoi : l’algorithme a calé sur un plateau aride, ce qui, en apprentissage automatique, est aussi sombre qu’il y paraît. Au cours de la formation en apprentissage automatique, un plateau stérile représente un espace de résolution de problèmes entièrement plat à perte de vue de l’algorithme. Dans ce paysage sans relief, l’algorithme ne trouve pas la pente descendante ; il n’y a pas de chemin clair vers le minimum d’énergie. L’algorithme fait juste tourner ses roues, incapable d’apprendre quoi que ce soit de nouveau. Il ne parvient pas à trouver la solution.

Notre théorème de non-droit résultant indique que toute stratégie d’apprentissage automatique quantique rencontrera le plateau aride redouté lorsqu’elle est appliquée à un processus de brouillage inconnu.

La bonne nouvelle est que la plupart des processus physiques ne sont pas aussi complexes que les trous noirs, et nous aurons souvent une connaissance préalable de leur dynamique, donc le théorème de non-droit ne condamne pas l’apprentissage automatique quantique. Nous devons juste choisir avec soin les problèmes auxquels nous l’appliquons. Et nous n’aurons probablement pas besoin de l’apprentissage automatique quantique pour scruter l’intérieur d’un trou noir pour en savoir plus sur le livre d’Alice – ou quoi que ce soit d’autre – de si tôt.

Ainsi, Alice peut être assurée que ses secrets sont en sécurité, après tout.

Ceci est un article d’opinion et d’analyse, et les opinions exprimées par l’auteur ou les auteurs ne sont pas nécessairement celles de Scientifique américain.