Um novo teorema do campo do aprendizado de máquina quântica abriu um grande buraco no entendimento aceito sobre o 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, ele 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 na Physical Review Letters.
“Felizmente, como a maioria dos processos fisicamente interessantes são suficientemente simples ou estruturados para que não se pareçam com um processo aleatório, os resultados não condenam o aprendizado de máquina quântico, mas destacam a importância de compreender seus limites”, disse Holmes.
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, Bob, ainda pode recuperá-lo usando emaranhamento, uma característica única da física quântica. No entanto, 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 passada por um misturador de informações, como um buraco negro, chegará a um ponto em que o algoritmo de aprendizado de máquina estagnou em um platô árido e, portanto, se torna intratável. Isso significa que o algoritmo não pode aprender os processos de criptografia”, disse Andrew Sornborger, um computador cientista 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 Laboratório Nacional Oak Ridge.
Platôs estéreis são regiões no espaço matemático de 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 quântica como uma ferramenta formidável em nossas tentativas de compreender sistemas complexos”, disse Andreas Albrecht, co-autor da pesquisa. Albrecht é Diretor do Centro de Matemática Quântica e Física (QMAP) e Professor Distinto do Departamento de Física e Astronomia da 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, jogando-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”, disse Holmes, “mas Hayden e Preskill argumentaram que se Bob conhece a dinâmica unitária implementada pelo buraco negro e compartilha um estado máximo emaranhado com o buraco negro, é possível para 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? Bem, não usando o 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 de buracos negros até situações concretas controladas por humanos aqui na terra). Pesquisas futuras provavelmente resultarão em exemplos interessantes, ambas de situações em que nosso teorema permanece totalmente em vigor, e outros onde pode ser evitado.
Publicado em 17/05/2021 10h31
Artigo original:
Estudo original: