時空の量子情報と量子測定の研究

点击翻译按钮获取中文摘要

量子重力における量子測定理論の構築を視野にいれた、機械学習の研究を行い、Physical Review Dに論文を発表をした。量子重力理論では、量子的時空の重ね合わせを観測する観測者の存在が重要と考えられるが、その「観測者」を機械学習に基づいたAIとした場合に、時空計量の測定における原理的諸問題は何かを明らかにした。時空にばら撒かれたダストや小天体の軌道の画像データを基にして、教師付き学習のためのデータを生成し、それをAIに学習させたのちに、新しい時空における軌道画像データを入力して、その時空計量のパラメータを推定させる問題を考えている。AIがどうしても区別できない異なる時空が存在することを示し、その２つの時空の関係性をDeep Learning Isometryとして理論的に整備を行った。これは量子重ね合わせにある２つの時空をAIが量子測定をしても、その重ね合わせが壊れない場合があることを意味し、従来の量子重力理論では議論をされてこなかった新しい側面を明確にしたことになっている。また超弦理論で議論をされてきたAdS/CFT対応における機械学習の新しい役割を提案した。2+1次元の反ドジッター時空（AdS）に双対である1+1次元共形場において、状態推定を行う機械学習的AIにもAdSバルク側に対応する機械学習AIが存在すべきと予想される。本研究では、それが境界近傍の情報だけでなく、バルクの深層の情報まで採り入れた軌道画像データを学習したAIであろうという示唆を与える結果を得ている点でも重要な結果となっている。またAdSの宇宙項やブラウン=ヘノーの電荷の大きさを推定する具体的なプログラムも作成し、その効率を論じている。