Forscher der Universität Michigan, geleitet von Physiker Enrico Rinaldi, haben Quantencomputing und maschinelles Lernen genutzt, um frische Einblicke in die Natur schwarzer Löcher zu gewinnen. Diese bahnbrechende Studie, veröffentlicht am 3. Februar 2025 in PRX Quantum, untersucht den quantenmechanischen Zustand von Matrixmodellen und fördert unser Verständnis der Physik schwarzer Löcher.
Die Forschung basiert auf dem holographischen Prinzip, das eine mathematische Äquivalenz zwischen grundlegenden Theorien der Teilchenphysik und der Gravitation vorschlägt, obwohl sie in unterschiedlichen Dimensionen formuliert sind. Zwei vorherrschende Theorien beschreiben schwarze Löcher durch unterschiedliche dimensionale Rahmen, wobei die Gravitation in einem dreidimensionalen Raum wirkt, während die Teilchenphysik auf einer zweidimensionalen Oberfläche beschränkt ist.
Diese Dualität betont die miteinander verbundene Natur beider Modelle, da die immense Masse eines schwarzen Lochs die Raum-Zeit verzerrt und ein gravitationelles Feld in drei Dimensionen erzeugt. Dieser gravitative Einfluss korreliert mathematisch mit Teilchen, die sich in zwei Dimensionen über dem schwarzen Loch bewegen. Einige Wissenschaftler schlagen vor, dass das gesamte Universum ähnlich funktionieren könnte, als holographische Projektion von Teilchen.
Rinaldi und sein Team untersuchten, wie Quantencomputing und tiefes Lernen die Forschung zur holographischen Dualität verbessern können. Ihr Fokus lag auf der Berechnung des Grundzustands der Energie von quantenmechanischen Matrixmodellen, die möglicherweise die zugrunde liegende Natur dieser Dualität entschlüsseln können. Diese Modelle repräsentieren die Teilchentheorie, wobei mathematische Ereignisse in einem System ein anderes beeinflussen können, das die Gravitation darstellt.
Durch die Lösung relativ einfacher Matrixmodelle, die die Merkmale komplexerer Modelle zur Beschreibung schwarzer Löcher einfangen, zielen die Forscher darauf ab, die Eigenschaften der Teilchentheorie zu verstehen, was potenziell Einblicke in die Gravitation liefern könnte. Rinaldi bemerkte: „Das Verständnis der Eigenschaften dieser Teilchentheorie durch numerische Experimente könnte etwas über die Gravitation offenbaren.“
Die Studie verwendet Quanten-Schaltkreise, die als Drähte dargestellt werden, die mit Qubits—quantum information bits—verbunden sind, wobei Quantenoperationen den Informationsfluss diktieren. Rinaldi verglich den Prozess mit Musik, bei der jeder Schritt die Qubits in neue Formen transformiert und schließlich den Grundzustand erreicht.
Durch ihre Arbeit konnten die Forscher den Grundzustand von zwei Matrixmodellen sowohl mit Quanten-Schaltkreisen als auch mit traditionellen Methoden identifizieren, trotz der aktuellen Hardwarebeschränkungen hinsichtlich der Anzahl der Qubits. Rinaldi betonte, dass konventionelle Methoden zwar die Energie des Grundzustands finden können, jedoch oft nicht die vollständige Struktur der Wellenfunktion bereitstellen.
Diese Erkenntnisse stellen einen entscheidenden Schritt in Richtung zukünftiger Forschungen zu Quantenalgorithmen und Anwendungen des maschinellen Lernens bei der Erforschung der Quantengravitation durch holographische Dualität dar. Rinaldis Team plant, ihre Ergebnisse auf breitere Matrizen auszuweiten und deren Widerstandsfähigkeit gegenüber Rausch-Effekten zu bewerten, die Ungenauigkeiten einführen könnten.