บาคาร่าเว็บตรง การทดลองด้วยเหตุและผลควอนตัมเผยให้เห็นความไม่คลาสสิกที่ซ่อนอยู่

บาคาร่าเว็บตรง ภาพถ่ายส่วนประกอบทางแสงที่อาบแสงสีฟ้า การสำรวจสาเหตุและผลกระทบภาพถ่ายของเครื่องวัดระยะอินเทอร์เฟอโรมิเตอร์ Sagnac ที่ใช้สร้างโฟตอนคู่ที่พันกันด้วยโพลาไรซ์ระหว่างการวัดพื้นฐาน คำอธิบายสาเหตุและผลกระทบ เช่น “หญ้าชนิดหนึ่งทำให้แมวมีความสุข”, “เรื่องตลกทำให้เกิดเสียงหัวเราะ” และ “การวิจัยที่น่าตื่นเต้นทำให้ บทความ Physics World ” 

เป็นวิธีที่มีประโยชน์ในการจัดระเบียบความรู้เกี่ยวกับโลก 

คณิตศาสตร์ของเหตุและผลสนับสนุนทุกอย่างตั้งแต่ระบาดวิทยาจนถึงฟิสิกส์ควอนตัม อย่างไรก็ตาม ในโลกควอนตัม ความเชื่อมโยงระหว่างเหตุและผลไม่ได้ตรงไปตรงมานัก ทีมนักฟิสิกส์ระดับนานาชาติได้ใช้การละเมิดควอนตัมของเวรกรรมแบบคลาสสิกเพื่อให้เข้าใจธรรมชาติของเหตุและผลได้ดีขึ้น ในกระบวนการนี้ ทีมงานได้เปิดเผยพฤติกรรมของควอนตัมในสถานการณ์ที่วิธีการมาตรฐานระบุว่าระบบควรจะเป็นแบบคลาสสิก ซึ่งเป็นผลที่อาจมีแอปพลิเคชันในการเข้ารหัสควอนตัม

ในฟิสิกส์ควอนตัม ผลลัพธ์ที่เรียกว่าทฤษฎีบทของ Bell ระบุว่าไม่มีทฤษฎีใดที่รวมเอาตัวแปร “ที่ซ่อนอยู่” ในท้องถิ่นจะสามารถสร้างความสัมพันธ์ระหว่างผลการวัดที่กลศาสตร์ควอนตัมคาดการณ์ได้ ผลลัพธ์ที่คล้ายคลึงกันเกิดขึ้นในทฤษฎีการอนุมานเชิงสาเหตุ ซึ่งระบบควอนตัมก็ท้าทายกฎของการให้เหตุผลเชิงสาเหตุแบบคลาสสิกเช่นเดียวกัน แนวคิดเบื้องหลังวิธีการอนุมานเชิงสาเหตุคือในขณะที่ความสัมพันธ์ทางสถิติระหว่างตัวแปรสองตัวสามารถเกิดขึ้นได้เนื่องจากความสัมพันธ์เชิงสาเหตุโดยตรงระหว่างตัวแปรทั้งสอง ความสัมพันธ์อาจมีส่วนสนับสนุนของสาเหตุทั่วไปที่ซ่อนอยู่ ในบางกรณี การมีส่วนร่วมที่ซ่อนอยู่นี้สามารถหาปริมาณได้ และสามารถใช้เพื่อแสดงว่าความสัมพันธ์ของควอนตัมมีอยู่จริง แม้ว่าจะไม่สามารถละเมิดทฤษฎีบทของ Bell ได้

โครงสร้างเชิงสาเหตุโดยอนุมานทำให้สามารถควบคุมเหตุและผลได้โดยตรง

ในงานล่าสุด ทีมงานที่นำโดยDavide Poderini นักฟิสิกส์ทดลองและเพื่อนร่วมงานในบราซิล เยอรมนี อิตาลี และโปแลนด์ ผสมผสานทฤษฎีและการทดลองเพื่อแสดงปรากฏการณ์ควอนตัมในระบบที่ดูคลาสสิก นักวิจัยสำรวจแนวคิดของเหตุและผล

โดยพิจารณาว่าความสัมพันธ์ระหว่างตัวแปรสองตัว

คือ A และ B บ่งบอกว่าตัวแปรหนึ่งเป็นสาเหตุของอีกตัวแปรหนึ่ง หรือตัวแปรอื่นๆ (ที่อาจไม่ได้สังเกต) อาจเป็นสาเหตุของความสัมพันธ์หรือไม่ ในการศึกษาวิจัย นักวิจัยใช้แบบจำลองเชิงสาเหตุ (ดูภาพ) ซึ่งสถิติของตัวแปร A มีอิทธิพลต่อตัวแปร B ไม่ว่าโดยตรงหรือโดยการกระทำของแหล่งร่วม (เรียกว่า Λ) ที่เชื่อมโยงผลลัพธ์ของตัวแปรทั้งสองเข้าด้วยกัน 

การปรากฏตัวของการเชื่อมโยงเชิงสาเหตุระหว่างพวกเขา เพื่อแยกความแตกต่างระหว่างสองสถานการณ์นี้ นักวิจัยดำเนินการแทรกแซงกับตัวแปร A ซึ่งจะลบอิทธิพลภายนอกใดๆ ซึ่งจะทำให้ตัวแปร A อยู่ภายใต้การควบคุมโดยสมบูรณ์ของผู้ทดลอง ทำให้สามารถประมาณการเชื่อมโยงเชิงสาเหตุโดยตรงระหว่าง A และ B

กราฟ acyclic กำกับของสถานการณ์เหตุและผลต่างๆ

มันทำงานอย่างไร:กราฟ acyclic กำกับของสถานการณ์เครื่องมือ โหนดวงกลมเป็นตัวแทนของตัวแปรที่สังเกตได้ ในขณะที่โหนดสามเหลี่ยมเป็นตัวแทนของตัวแปรที่ซ่อนอยู่ ก) อิทธิพลจากสาเหตุโดยตรงอาจเป็นเรื่องยากที่จะประมาณการระหว่างตัวแปร A และ B เมื่อมีปัจจัยที่ซ่อนอยู่หรือสาเหตุทั่วไป Λ ที่ส่งผลต่อทั้งคู่ ข) ตัวแปรเครื่องมือ X จึงถูกนำมาใช้กับตัวแปรที่ถูกผูกไว้ A โดยมีผลโดยตรงต่อ B ค) ตัวแปร A ถูกปล่อยให้อยู่ภายใต้การควบคุมของผู้ทดลอง ขจัดอิทธิพลของปัจจัยร่วม Λ และทำให้สามารถประมาณการเชื่อมโยงสาเหตุโดยตรง ถึง B. 

อีกทางหนึ่ง โดยการแนะนำตัวแปรเพิ่มเติม X ที่ไม่ขึ้นกับ B และ Λ ความสัมพันธ์ใดๆ ที่สังเกตพบระหว่างตัวแปร A และ B สามารถถูกแยกย่อยเป็นความน่าจะเป็นแบบมีเงื่อนไข ความน่าจะเป็นแบบมีเงื่อนไขเหล่านี้กำหนดขอบเขตที่ต่ำกว่าในระดับของผลกระทบเชิงสาเหตุระหว่างตัวแปร 

ทำให้สามารถประมาณระดับอิทธิพลระหว่าง A และ B

นักวิจัยเรียกขอบเขตล่างนี้ว่าความไม่เท่าเทียมกันของเครื่องมือ และมันเป็นข้อจำกัดแบบคลาสสิกที่ (คล้ายกับความไม่เท่าเทียมกันที่เกิดขึ้นจากทฤษฎีบทของเบลล์) เกิดขึ้นจากการกำหนดโครงสร้างเชิงสาเหตุนี้ในการทดลอง ด้วยเหตุนี้ ระดับของอิทธิพลเชิงสาเหตุเชิงควอนตัมระหว่างตัวแปร A และ B จะน้อยกว่าค่าต่ำสุดที่จำเป็นสำหรับระบบคลาสสิก ทำให้สามารถสังเกตความไม่คลาสสิกผ่านการแทรกแซงแม้ว่าจะไม่มีการละเมิดความไม่เท่าเทียมกันของ Bell

การทดลองแทรกแซงเผยให้เห็นผลกระทบควอนตัม

ในการสังเกตกระบวนการเชิงสาเหตุเชิงเครื่องมือ นักวิจัยได้สร้างโฟตอนคู่หนึ่งที่มีโพลาไรเซชันที่พันกันและวัดพวกมันในการแสดงแทนพื้นที่ของรัฐหรือฐานที่แตกต่างกัน ต้องขอบคุณธรรมชาติที่พัวพันกันของโฟตอน การเลือกพื้นฐานสำหรับสิ่งใดสิ่งหนึ่งจึงถูกกำหนดโดยการวัดในอีกรูปแบบหนึ่ง ทำให้เกิดกลไก “ป้อนไปข้างหน้า” ที่ใช้การเชื่อมโยงเชิงสาเหตุโดยตรงระหว่างตัวแปรทั้งสอง อันเป็นผลมาจากกระบวนการ feed-forward นี้ นักวิจัยได้ทดลองสังเกตการละเมิดขอบเขตล่างแบบคลาสสิกสำหรับอิทธิพลเชิงสาเหตุระหว่างสองตัวแปรโดยการสร้างสถานะควอนตัมหลายสถานะโดยมีระดับความพัวพันต่างกัน กลศาสตร์ควอนตัมสำคัญกว่าเวรกรรมนอกระบบ

เช่นเดียวกับความไม่เท่าเทียมกันของ Bell การละเมิดขอบเขตล่างแบบคลาสสิกนี้แสดงถึงลายเซ็นของสหสัมพันธ์ควอนตัม นอกจากนี้ยังให้ข้อมูลทางสถิติที่สามารถทำหน้าที่เป็นรากฐานของโปรโตคอลการเข้ารหัสควอนตัมพื้นฐานใดๆ ในขณะที่โปรโตคอลการเข้ารหัสปัจจุบันอาศัยทฤษฎีบทของ Bell โครงสร้างเชิงสาเหตุโดยอนุมานจากการแทรกแซงด้วยเครื่องมือแสดงถึงความเข้ากันได้ทั่วไปมากขึ้นระหว่างเวรกรรมแบบคลาสสิกและทฤษฎีควอนตัม Poderini และเพื่อนร่วมงานของเขาพยายามที่จะทดลองกับสถานการณ์เชิงสาเหตุที่แตกต่างกันเพื่อสำรวจเครือข่ายที่ซับซ้อนซึ่งมีความสัมพันธ์ที่สมบูรณ์ยิ่งขึ้น ซึ่งสามารถนำไปใช้เพื่อพัฒนาเทคโนโลยีควอนตัมใหม่ได้ นักวิจัยเชื่อว่าเทคนิคการทดลองของพวกเขาอาจนำไปสู่ข้อได้เปรียบของควอนตัมในโปรโตคอลการเข้ารหัส ทำให้สามารถตระหนักถึงเครื่องมือเข้ารหัสลับที่ยืดหยุ่นมากขึ้นและต้องการเทคโนโลยีน้อยลง

สำหรับการศึกษานี้ นักวิจัยได้ใช้ pMRI แบบ low-field เพื่อทำการถ่ายภาพภายในกะโหลกศีรษะข้างเตียงสำหรับผู้ป่วย 50 รายที่เป็นโรคหลอดเลือดสมองขาดเลือด การสแกน pMRI ดำเนินการโดยเฉลี่ย 37±60 ชั่วโมงหลังจากเวลาปกติที่ทราบล่าสุดของผู้ป่วย (ไม่ทราบสำหรับผู้ป่วย 5 ราย) ผู้ป่วย 6 รายเข้ารับการตรวจพีเอ็มอาร์ไอในแผนกฉุกเฉิน 40 รายในหอผู้ป่วยหนักด้านประสาทวิทยาศาสตร์ (ICU) และ 4 รายในไอซียูโควิด-19 บาคาร่าเว็บตรง