Sorkin [107]和Borsten,Jubb和Kells [14]的论点确定,量子测量理论的自然范围是从非统一量子力学到相对论量子理论的自然范围,导致一个不可接受的后果,一个区域的预期值依赖于哪个单独的独立操作在Spacaceelike SpaceCelike型区域中执行。Sorkin [107]将这种情况标记为“不可能的测量”。我们将这些论点明确地呈现为不进行还原参数的逻辑形式,并研究了量子场理论(QFT)中测量的后果。sorkin型不可能的测量场景清楚地说明了一种道德,即在使用LUDERS规则的相对论量子理论中,微量子性本身不足以排除超级信号传导。我们回顾了三种不同的方法来制定QFT测量的说明,并分析其对“不可能测量”问题的反应。这两种方法是:基于Polo-G´omez,Garay和Mart´ın-Mart´ınez [93]中提出的检测模型的测量理论,以及针对几个QFT的测量框架提出的少数QFT和Verch [44]。QFT基础的特别兴趣是,它们具有共同的特征,这些特征可能具有有关如何代表QFT中测量的一般道德。这些道德是关于动态在消除“不可能测量”的作用,放弃了对本地代数A(O)的操作解释,代表了在区域O中进行的可能操作以及对国家更新规则的解释。最后,我们研究了基于历史的方法所采用的“不可能测量”问题的形式,并讨论了其余的挑战。
物理学是实验性的,因此所有物理理论的假设都是基于实验的。在这里,我们建议使用量子计算机直接对量子力学的两个假设进行实验测试。在理想情况下,假设硬件完美,它们特别适合此目的,因为它们是具有大量自由度的量子系统。相反,在非理想情况下,即噪声中尺度量子 (NISQ) 设备,可以假设量子力学有效,并使用这些测试对 [ 1 – 3 ] 深量子级别的设备进行基准测试,因为它们基于理论的基础(假设)。换句话说,假设硬件完美,可以测试量子力学;假设量子力学,可以测试硬件。放宽这两个假设,可以执行自洽性检查来测试两者。我们提出了两个这样的实验测试:我们为 Peres 和 Sorkin 测试提供算法和量子机器代码,并在 Rigetti 量子计算机上运行它们。第一个实验是对量子力学状态公设(即叠加原理)的检验,该公设认为量子态存在于复希尔伯特空间中。原则上,可以设想基于实数[ 4 , 5 ]、复数或四元希尔伯特空间[ 6 ]的量子力学:选择基于实验结果,例如Peres的实验;另见参考文献[ 7 – 12 ]。复数是必要(且充分)的事实具有有趣的含义,例如,它意味着量子态是局部可区分的[ 13 ],并且它与某些量子现象的局部性有关[ 7 ]。第二个实验测试由Sorkin [ 14 ]提出,是对玻恩公设的检验。玻恩规则表明量子概率是
Abstract: Arguments by Sorkin [100] and Borsten, Jubb, and Kells [14] establish that a nat- ural extension of quantum measurement theory from non-relativistic quantum mechanics to relativistic quantum theory leads to the unacceptable consequence that expectation values in one region depend on which non-selective measurement is performed in a spacelike sep- arated region.Sorkin [100]将这种情况标记为“不可能的测量”。我们将这些论点明确地呈现为不进行还原参数的逻辑形式,并研究了量子场理论(QFT)中测量的后果。sorkin型不可能的测量场景清楚地说明了一种道德,即在使用LUDERS规则的相对论量子理论中,微量子性本身不足以排除超光信号传导。我们审查了三种不同的方法来制定QFT量度的说明,并分析其对“不可能测量”问题的反应。这两种方法是针对QFT的测量理论的最新建议:基于Polo-G´omez,Garay和Mart´ın-Mart´ınez提出的检测器模型的测量理论[86],以及在少数少数和Verch中提出的代数QFT的测量框架[41]。对QFT基础的特别感兴趣的是,尽管在精神上和细节上有很大的不同,例如国家更新规则所采取的形式,但它们可能具有有关如何代表QFT的一般道德的共同特征。仔细注意动态是解决“不可能测量”问题的两种策略的重要组成部分。都放弃了对可观察到的局部代数A(O)的传统操作解释,代表了在o区域进行的可能的操作。他们各自的状态更新规则不能从字面上解释为在任何时空中发生的测量时都表示系统状态的物理变化。
1 本文的论证也不需要因果集程序中的动态假设。因为我们的主题是恢复整个 4 维时空,所以我们可以将每个因果集视为一个整体,而不管它可能如何动态形成。但我们注意到,事实上因果集程序:(i) 对因果集具有经典动力学,具有许多优点 (Rideout and Sorkin 2000) ;以及 (ii) 至于量子动力学,支持路径积分方法,尽管尚未找到完全令人满意的动力学。本文的较长版本 (Butterfield and Dowker 2021) 讨论了 (i) 和 (ii) 的某些方面。
我们的会议共同组织者,博士。雅各布·亨特(Jacob Hunter)和病毒式Tejani以及科学计划委员会,他们花了无数个小时来确定主题,并选择最佳演示文稿,以展示趋势主题,新颖的研究和跨学科的观点,以召集出色的会议计划。例如,我们有专门针对单面耳聋的主题和面板,听觉开发的敏感时期以及听力医疗保健的未来。会议还将以粉丝的最爱为特色,例如(Re)Habilitation Connect论坛,特殊兴趣小组和Stump The Expert。此外,我们将有一个特殊的机会听取加拿大纳斯卡司机克里斯·马丁(Kris Martin)的意见,分享了他的道路,从聋哑人的诊断和努力听力到成为第一个拥有人工耳蜗的赛车司机。最后,我要承认由唐娜·索金(Donna Sorkin)领导的ACI联盟工作人员,他协调了会议的后勤工作,因此它运行顺利。
随着人工智能系统的复杂化和普及,人们对风险的认识也相应提高(Sorkin 等人2023)。作为回应,越来越多的人呼吁更加重视人工智能行业的披露和透明度(NTIA 2023;OpenAI 2023b),提案范围从标准化技术披露的使用,如模型卡(Mitchell 等人2019),到尚未指定的许可制度(Sindhu 2023)。由于人工智能价值链很复杂,参与者代表着各种专业知识、观点和价值观,因此透明度披露的消费者能够了解披露所涉及的人工智能系统的风险至关重要。在本文中,我们提出了一种风险分析标准,可以指导下游决策,包括对进一步的风险评估进行分类、为采购和部署提供信息以及指导监管框架。该标准建立在我们提出的人工智能风险分类法的基础上,该分类法反映了文献中提出的各种风险的高级分类。我们概述了构建信息风险概况所需的大量数据源,并提出了一种基于模板的方法,将风险信息整理成标准而灵活的结构。我们使用公开信息将这种方法应用于许多著名的人工智能系统。最后,我们讨论了概况的设计决策和未来的工作。