模拟黑洞内部,美国科学家们将相对论和粒子物理学结合了起来


模拟黑洞内部,美国科学家们将相对论和粒子物理学结合了起来


文章图片


模拟黑洞内部,美国科学家们将相对论和粒子物理学结合了起来


量子计算法和神经网络将为下一次大型计算机革命提供动力 , 科学家们一直是这样认为的 , 不过也有很多科学家对此表示悲观 , 科学家们表示这些技术并不是通用工具 , 我们距离真正利用量子计算法还非常遥远 。
一个由美国科学家和RIKEN科学家们领导的小组已经开发出这样的神经网络算法 , 科学家们以黑洞为例 , 黑洞本身就是巨大的重力井 , 完全由广义相对论定义的物理学所控制 。 然而 , 无数的粒子围绕着它们的视界旋转 , 这些视界实际上不受重力影响 , 但确实属于标准模型结构 , 该结构直接涉及粒子物理学 。 那么 , 黑洞里面是什么样子 。
长期以来 , 有一种理论认为 , 黑洞正上方粒子的运动和加速度可能是黑洞本身在三维空间中的二维投影 , 这个概念被称为全息二象性 , 它是相对论(即黑洞物理)和标准模型(即粒子物理)之间的桥梁 。 然而 , 全息二元性本身就很难用现代计算算法建模 。
不过美国的物理学家们试图开发一种新的模型 , 利用这两个非常夸张的计算架构——量子计算和神经网络算法 。 量子计算本身有助于对粒子物理进行建模 , 在这种情况下 , 科学家们使用一种在量子计算机上运行的算法来模拟构成全息二象性项目部分的粒子 。 为此 , 他们利用了一个称为量子矩阵模型的概念 。
与许多物理模拟一样 , 模拟的最终目标是找到系统的最低能量状态 。 量子矩阵模型将有助于有效地解决优化问题 , 找到黑洞上方投影的粒子系统的最低能量状态 。 科学家团队将这些算法应用于一种仍然基于量子思想但不需要量子计算的矩阵模型 , 科学家们被称为量子波函数 , 再次代表了黑洞表面粒子的活动 。
再一次 , 神经网络算法能够解决优化问题并找到它的基态 。 根据科学家们的意思 , 这些新技术代表着对解决这些算法的其他先前努力的重大改进 。 这对于理解黑洞内部 , 或者标准模型和广义相对论之间的视界是非常重要的 。 理论上 , 应该有一种方法可以使用算法定义的量子波函数类型来模拟黑洞内部 , 但根据科学家们的说法 , 这项工作可能会产生一种潜在的量子引力理论 , 这项工作还有待完成 。


【模拟黑洞内部,美国科学家们将相对论和粒子物理学结合了起来】

    推荐阅读