Um novo teorema do campo do aprendizado de máquina quântica abriu um grande buraco no entendimento aceito sobre embaralhamento de informações.

"Nosso teorema implica que não seremos capazes de usar o aprendizado de máquina quântica para aprender processos aleatórios ou caóticos típicos, como buracos negros. Nesse sentido, coloca um limite fundamental na capacidade de aprendizagem de processos desconhecidos, "disse Zoe Holmes, um pós-doutorado no Laboratório Nacional de Los Alamos e co-autor do artigo que descreve o trabalho publicado hoje em Cartas de revisão física .

"Agradecidamente, porque a maioria dos processos fisicamente interessantes são suficientemente simples ou estruturados para que não se assemelhem a um processo aleatório, os resultados não condenam o aprendizado de máquina quântico, mas sim destacar a importância de compreender seus limites, "Holmes disse.

No experimento de pensamento clássico de Hayden-Preskill, uma Alice fictícia joga informações como um livro em um buraco negro que embaralha o texto. Seu companheiro, Prumo, ainda pode recuperá-lo usando emaranhamento, uma característica única da física quântica. Contudo, o novo trabalho prova que as restrições fundamentais na capacidade de Bob de aprender os detalhes da física de um determinado buraco negro significa que reconstruir as informações do livro será muito difícil ou mesmo impossível.

"Qualquer informação percorrida por um misturador de informações, como um buraco negro, chegará a um ponto em que o algoritmo de aprendizado de máquina parará em um platô árido e, portanto, se tornará intratável. Isso significa que o algoritmo não pode aprender processos de criptografia, "disse Andrew Sornborger, um cientista da computação de Los Alamos e co-autor do artigo. Sornborger é diretor do Quantum Science Center em Los Alamos e líder dos algoritmos e simulação do Centro. O Centro é uma colaboração multi-institucional liderada pelo Oak Ridge National Laboratory .

Planaltos áridos são regiões no espaço matemático dos algoritmos de otimização onde a capacidade de resolver o problema se torna exponencialmente mais difícil à medida que o tamanho do sistema em estudo aumenta. Este fenômeno, que limita severamente a treinabilidade de redes neurais quânticas de grande escala, foi descrito em um artigo recente por uma equipe relacionada de Los Alamos.

"Um trabalho recente identificou o potencial do aprendizado de máquina quântico para ser uma ferramenta formidável em nossas tentativas de compreender sistemas complexos, "disse Andreas Albrecht, coautor da pesquisa. Albrecht é Diretor do Centro de Matemática Quântica e Física (QMAP) e Distinto Professor, Departamento de Física e Astronomia, na UC Davis. "Nosso trabalho aponta considerações fundamentais que limitam as capacidades desta ferramenta."

No experimento mental de Hayden-Preskill, Alice tenta destruir um segredo, codificado em um estado quântico, lançando-o no misturador mais rápido da natureza, um buraco negro. Bob e Alice são a dupla dinâmica quântica fictícia normalmente usada por físicos para representar agentes em um experimento mental.

"Você pode pensar que isso tornaria o segredo de Alice bastante seguro, "Holmes disse, "mas Hayden e Preskill argumentaram que se Bob conhece a dinâmica unitária implementada pelo buraco negro, e compartilham um estado máximo emaranhado com o buraco negro, é possível decodificar o segredo de Alice coletando alguns fótons adicionais emitidos pelo buraco negro. Mas isso levanta a questão, como Bob poderia aprender a dinâmica implementada pelo buraco negro? Nós vamos, não usando aprendizado de máquina quântico, de acordo com nossas descobertas. "

Uma peça-chave do novo teorema desenvolvido por Holmes e seus co-autores não assume nenhum conhecimento prévio do misturador quântico, uma situação improvável de ocorrer na ciência do mundo real.

"Nosso trabalho chama a atenção para a tremenda influência que mesmo pequenas quantidades de informações anteriores podem desempenhar em nossa capacidade de extrair informações de sistemas complexos e potencialmente reduzir o poder de nosso teorema, "Disse Albrecht." Nossa capacidade de fazer isso pode variar muito entre as diferentes situações (conforme examinamos desde a consideração teórica dos buracos negros até as situações concretas controladas por humanos aqui na Terra). Pesquisas futuras provavelmente resultarão em exemplos interessantes, ambas as situações em que nosso teorema permanece totalmente em vigor, e outros onde pode ser evitado.