نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

10 شهریور 1404 8:24 ب.ظ

چگونه باورهای خود را به سبک کوانتومی به‌روزرسانی کنید

چگونه باورهای خود را به سبک کوانتومی به‌روزرسانی کنید

۳۰ آگوست ۲۰۲۵، عکس از نویسنده: روپندرا براهامبات -تصویر مفهومی از یک سیستم کوانتومی.Just_Super/Getty Images

تصور کنید که آزمایش آنفولانزا می‌دهید. قبل از نتیجه، حدسی دارید، شاید کمی احساس ناخوشی کنید، بنابراین فکر می‌کنید احتمال ابتلا ۵۰-۵۰ است. وقتی آزمایش مثبت می‌شود، حدس اول خود را دور نمی‌اندازید، بلکه آن را به‌روزرسانی می‌کنید.

ابزاری که به شما می‌گوید چگونه این به‌روزرسانی را انجام دهید، قانون بیز نام دارد که در سال ۱۷۶۳ اختراع شد. این روش ریاضی برای گفتن این است که باورهای خود را فقط به اندازه‌ای که شواهد جدید ایجاب می‌کند، تغییر دهید. حال تصور کنید که سعی می‌کنید همین کار را در دنیای کوانتومی انجام دهید، جایی که ذرات می‌توانند همزمان در حالت‌های مختلفی باشند و اندازه‌گیری‌ها می‌توانند آنچه را که به آن نگاه می‌کنید، مختل کنند.

فیزیکدانان مدت‌ها معتقد بودند که باید یک نسخه کوانتومی از قانون بیز وجود داشته باشد، اما هیچ کس نتوانسته بود آن را از اصول اولیه اثبات کند. این وضعیت به تازگی تغییر کرده است. تیمی از محققان سرانجام نشان داده‌اند که چگونه می‌توان یک قانون بیز کوانتومی واقعی ساخت. نتایج آخرین مطالعه آنها، دستورالعملی را برای به‌روزرسانی باورهای کوانتومی ارائه می‌دهد که مدت‌ها مورد انتظار بود.

فرانچسکو بوشمی، یکی از نویسندگان این مطالعه و استاد دانشگاه ناگویا ژاپن، گفت: «قانون بیز ۲۵۰ سال است که به ما کمک می‌کند حدس‌های هوشمندانه‌تری بزنیم. اکنون ما برخی ترفندهای کوانتومی را به آن آموخته‌ایم.»

ایده کلیدی در قانون بیز کلاسیک، حداقل تغییر است. وقتی اطلاعات جدیدی دریافت می‌کنید، کل سیستم اعتقادی خود را تغییر ندهید. فقط آن را کمی تنظیم کنید تا با واقعیت‌ها سازگار باشد. نویسندگان مطالعه پرسیدند، «حداقل تغییر» برای سیستم‌های کوانتومی به چه معناست؟

در فیزیک کوانتومی، دانشمندان به جای صحبت در مورد احتمالات ساده، در مورد حالت‌های کوانتومی صحبت می‌کنند، اشیاء ریاضی که تمام نتایج ممکن برای یک ذره را توصیف می‌کنند. به عنوان مثال، وقتی یک سیستم کوانتومی را اندازه‌گیری می‌کنید، فقط یک نتیجه می‌بینید، اما همچنان می‌خواهید کل تصویر خود از سیستم را به‌روزرسانی کنید.

برای یافتن کم‌خرج‌ترین راه برای به‌روزرسانی حالت‌های کوانتومی، این تیم از مفهومی به نام وفاداری استفاده کرد که میزان نزدیکی دو حالت کوانتومی را اندازه‌گیری می‌کند. اصل آنها ساده بود: حالت جدید باید تا حد امکان کمترین تغییر را نسبت به حالت قدیمی داشته باشد، در حالی که همچنان منعکس‌کننده نتیجه اندازه‌گیری جدید باشد.

وقتی آنها محاسبات ریاضی را انجام دادند، اتفاق شگفت‌انگیزی رخ داد. در موارد کلیدی، مانند زمانی که مشاهده جدید با انتظارات قبلی مطابقت دارد یا زمانی که اندازه‌گیری بخشی از دانش قبلی را پاک می‌کند، قاعده‌ای که آنها استخراج کردند، همان نقشه پتز بود، فرمولی که در دهه ۱۹۸۰ معرفی شد.

نقشه پتز اغلب به عنوان معادل کوانتومی قانون بیز در نظر گرفته می‌شود. این یک روش سیستماتیک برای تلاش برای معکوس کردن اثر یک فرآیند کوانتومی و بازیابی اطلاعات مطابق با قوانین احتمال کوانتومی است.

در حالی که بازیابی کامل همیشه ممکن نیست (زیرا اطلاعات کوانتومی می‌توانند به طور برگشت‌ناپذیری از بین بروند)، نقشه پتز مدت‌هاست که به عنوان یکی از مؤثرترین استراتژی‌های بازیابی موجود در نظر گرفته می‌شود. به عبارت ساده، نقشه پتز همانقدر که یک ابزار دقیق بازیابی عکس برای تصاویر است، برای اطلاعات کوانتومی نیز هست.

مطالعه حاضر پایه جدیدی برای نقشه پتز اضافه می‌کند. این نشان می‌دهد که این نقشه فقط یک ترفند ریاضی یا حدس و گمان تاریخی نیست. در عوض، به طور طبیعی زمانی ایجاد می‌شود که شما خواستار وفادارترین قانون به‌روزرسانی هستید، قانونی که دانش قبلی شما را تا حد امکان کم تغییر دهد.این یافته‌ها به نقشه پتز نقشی روشن و اصولی به عنوان معادل کوانتومی قانون بیز می‌دهد.

بالاخره، پس از بیش از ۲۵۰ سال، قانون بیز بالاخره برای عصر کوانتومی بازطراحی شده است.با ایجاد یک تغییر کوانتومی در این قانون، محققان کاری بیش از حل یک معمای ریاضی ساده انجام داده‌اند.آنها اصلی را برای چگونگی به‌روزرسانی دانش در سیستم‌های کوانتومی مطرح کرده‌اند، سوالی که در قلب محاسبات کوانتومی، ارتباطات کوانتومی و حتی فیزیک گرما و انرژی در مقیاس‌های کوچک قرار دارد.

به عنوان مثال، در رایانه‌های کوانتومی، کیوبیت‌ها شکننده و مستعد خطا هستند. یک قانون بیز کوانتومی مناسب می‌تواند به طراحی راه‌های بهتری برای اصلاح اشتباهات بدون ایجاد اختلال بیش از حد در سیستم کمک کند. در یادگیری ماشین کوانتومی، این قانون می‌تواند نحوه به‌روزرسانی مدل‌های الگوریتم‌ها را هنگام تغذیه داده‌های کوانتومی هدایت کند.با این حال، کار هنوز تمام نشده است. این تیم از وفاداری به عنوان معیار تغییر خود استفاده کرد، اما معیارهای احتمالی دیگری نیز وجود دارد. بررسی آنها می‌تواند قوانین به‌روزرسانی کاملاً جدیدی را آشکار کند که ممکن است برای انواع مختلف عملیات کوانتومی مناسب باشند.

https://interestingengineering.com

آیا این نوشته برایتان مفید بود؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *