Kortlægning af kanten af ​​virkeligheden

Australske og tyske forskere har samarbejdet om at udvikle en genetisk algoritme for at bekræfte afvisningen af ​​klassiske forestillinger om kausalitet.

Dr. Alberto Peruzzo fra RMIT University i Melbourne sagde:"Bells sætning udelukker klassiske kausalitetsbegreber og er nu en hjørnesten i moderne fysik.

"Men på trods af den grundlæggende betydning af denne sætning, først for nylig blev det første "smuthulfrie" eksperiment rapporteret, som overbevisende bekræftede, at vi må afvise klassiske forestillinger om kausalitet.

"I betragtning af vigtigheden af ​​disse data, et internationalt samarbejde mellem australske og tyske institutioner har udviklet en ny analysemetode til robust at kvantificere sådanne konklusioner. "

Teamets tilgang var at bruge genetisk programmering, en kraftfuld machine learning -teknik, for automatisk at finde de klassiske modeller, der er tættest på dataene.

Sammen, teamet anvendte maskinlæring for at finde de nærmeste klassiske forklaringer på eksperimentelle data, giver dem mulighed for at kortlægge mange dimensioner af den afvigelse fra det klassiske, som kvantekorrelationer udviser.

Dr. Chris Ferrie, fra University of Technology Sydney, sagde:"Vi har med lethed kaldt regionen, der er kortlagt af algoritmen, 'kanten af ​​virkeligheden, 'henviser til den almindelige terminologi' lokal realisme 'for en model af fysik, der opfylder Einsteins relativitet.

"Algoritmen fungerer ved at opbygge årsagsmodeller gennem simuleret evolution, der efterligner naturlig selektion - genetisk programmering.

"Algoritmen genererer en population af" passende "individuelle årsagsmodeller, der afvejer nærhed til kvanteteori med minimering af kausal påvirkning mellem relativistisk afbrudte variabler."

Holdet brugte fotoner, enkelte lyspartikler, at generere de kvantekorrelationer, der ikke kan forklares ved hjælp af klassisk mekanik.

Quantum fotonik har muliggjort en lang række nye teknologier fra kvanteberegning til kvantnøglefordeling.

Fotonerne blev fremstillet i forskellige tilstande med kvanteindvikling, fænomenet, der brænder mange af fordelene inden for kvanteteknologi. De indsamlede data blev derefter brugt af den genetiske algoritme til at finde en model, der bedst matcher de observerede korrelationer.

Disse modeller kvantificerer derefter regionen af ​​modeller, der er udelukket af naturen selv.

Forskningen, "Forklaring af kvantekorrelationer gennem udvikling af årsagsmodeller", er blevet offentliggjort i Fysisk gennemgang A og kan tilgås online.