霍金的

2025-02-03 机构名称:

在量子力学中可决定和不可决定的

经典概率理论（CPT）和量子元素（QM）是两个根本不同的代数框架，产生了非常相似的输出：[0，1]中代表给定物理现象的频率或概率中的真实阀门。因此，自然要问，尽管它们的形式明显不同，但这两种理论是最终的同等程度。答案是否定的，正如贝尔[1-5]明确证明的那样，他得出了在两个框架之间建立定量边界的不平等现象：QM违反了某些在CPT中保持不明的不平等。贝尔的定理已得到广泛的分析，从多个角度进行了重新分析，并经过了彻底的实验验证[6]。最终获得了2022年无奖奖的意义。贝尔的作品在围绕本体论，现实主义以及更广泛地解释量子的辩论中扮演并继续发挥了作用。，它似乎明确地排除了量子理论形式结构背后的经典现实潜伏的可能性。如果发生这种现实，它将产生与CPT一致的实验值 - 但事实并非如此。换句话说，QM的特殊性，包括其固有的概率含义，不能仅仅归因于认知的无知。该理论必然描述了一个具有一些不寻常的本体论特征的世界。另一种立场是拒绝本体论的理解，更普遍地是哲学上的讨论。qm就是它；它效果很好，而且没有什么需要说的。这种激进的立场被封装在“闭嘴” [7] [7]中，在某些物理学家对哲学表达的厌恶中产生了共鸣（霍金的“哲学是死者” [8]是一个众所周知的例子），除了其挑衅性的措辞外，还具有自己的理由。即使在最古典的框架内（牛顿的引力）也存在着关于普遍重力的本质的前提问题，就像已经

查看详细

arXiv:2003.07267v3 [quant-ph] 2020 年 7 月 24 日

File

2020-07-27 机构名称:

arXiv:2003.07267v3 [quant-ph] 2020 年 7 月 24 日

当 OTOC 饱和后，最初局部信息会被编码到全局纠缠中，从而阻碍局部测量的数据。如果加扰路径不完全清楚或最终状态部分受损，则很难恢复这些信息。例如，一个量子比特被扔进黑洞，很快就会分散并消失在视界后面。利用早期霍金辐射，只需要从黑洞发射出几个量子比特的信息就可以重建丢失的量子比特 [5]，但如果不了解该系统的大量知识，就没有简单的办法做到这一点 [6-8]。为了提出解决类似问题的方案，我们考虑了一种实用的信息加扰和解扰方案。我们将这种方案描述为量子处理器的一个假设应用，例如量子霸权测试 [9] 中的处理器，用于隐藏量子信息。我们的处理器可以比参考文献中的更简单。 [ 9 ] 因为我们要求只有一个量子比特可以准备和测量，这适用于液体 NMR 量子计算机的实验 [ 10 , 11 ]。假设 Alice 有这样一个处理器，它可以在多个相互作用的量子比特的可逆幺正演化过程中实现快速信息扰乱。她应用这种演化来隐藏其中一个量子比特的原始状态，我们称之为中心量子比特。其他量子比特称为“bath”。为了恢复初始的中心量子比特状态，Alice 可以应用时间反转协议。假设 Bob 是一个入侵者，他可以在 Alice 不知道的任何基础上测量中心量子比特的状态，如图 1 所示。如果她的处理器已经对信息进行了扰乱，那么 Alice 确信 Bob 无法获得任何东西

查看详细

File

2024-02-16 机构名称:

纠缠退化作为检测引力改变特征的工具

我们研究量子修正黑洞附近的纠缠退化。我们考虑一个双粒子系统 (Alice-Rob)，其中 Alice 自由 (径向) 落入量子修正黑洞的事件视界，而 Rob 位于黑洞事件视界附近。我们考虑一个最大纠缠态 (在 Fock 基中)，并从 Rob 是匀加速观察者的基本假设开始。然后，我们对涉及闵可夫斯基真空态和林德勒数态的关系进行了教学分析。按照 Martín-Martínez 等人 [ Phys. Rev. D 82 , 064006 (2010) ] 中给出的类比，我们从闵可夫斯基-林德勒关系中建立了哈特尔-霍金真空态与 Boulware 和反 Bouware 数态之间的关系。然后，我们利用近视界近似以适当的形式写出量子修正黑洞度量。接下来，我们得到对数负性和互信息的解析形式，并绘制为 Rob 与 r = 0 点距离的函数。我们观察到，纠缠退化减慢，这是因为通过在史瓦西黑洞中加入量子引力修正，度量的失效函数发生了结构变化。至关重要的是要理解，任何改变度量结构的修正引力理论都会导致不同的纠缠退化速率。在视界半径处，无论底层理论如何，纠缠退化始终是完全的。这一观察结果可能导致在未来一代先进的观测场景中识别出修正引力理论的特征。这种修改可能来自更高的曲率修正、更高维度的引力理论、量子引力修正等。我们还可以将此效应解释为一个噪声量子通道，其算子和表示为完全正的和迹保持映射。然后，我们最终使用此算子和表示获得纠缠保真度。

查看详细

File

2021-03-16 机构名称:

轻盈飘逸：相对论量子加速辐射的简单解决方案

动态卡西米尔效应 (DCE) [1-4] 是一种著名的多学科现象，在量子场、原子物理、凝聚态和纳米技术应用，甚至天体物理学、宇宙学和引力等许多物理学领域都发挥着重要作用。DCE 的影响范围如此广泛，是因为它和盎鲁效应 [5] 一样，源于物理系统固有的量化场零点涨落。著名的理论研究 [6-8] 促成了实验（第一个是 [9]），这些实验成功验证了 DCE 的存在（见此处的教学概述：[10]）。DCE 的量子加速辐射与霍金效应 [11] 有着密切的联系，可能为引力和加速度之间的量子关系提供实验数据。研究有限能量产生的加速辐射在物理上具有很好的动机。例如，在黑洞蒸发的情况下，这是一个明显的迹象，表明演化已经完成，高能辐射已经停止，能量守恒得到维持。对于平坦 (1+1) 维时空中的一个完全反射边界点，DeWitt-Davies-Fulling 的正则移动镜像模型 [ 2 – 4 ] 可以得到简单的有限能量总产生解（例如，40 年前 Walker-Davies 的解首次得出了有限能量的产生 [ 12 ]）。最近，人们发现了几个有限能量镜像解，它们与强引力系统有着密切的联系。这些引力模拟模型被称为加速边界对应 (ABC)。无限能量 ABC 解对应于最著名的时空，例如 Schwarzschild [ 13 ]、Reissner-Nordström (RN) [ 14 ]、Kerr [ 15 ] 和 de Sitter [ 16 ]。有限能量 ABC 解紧密刻画了众所周知的有趣弯曲时空终态，包括极值黑洞（渐近均匀加速镜 [ 15 , 17 – 20 ]）、黑洞残余（渐近恒速镜 [ 21 – 26 ]）和完全黑洞蒸发（渐近零速度镜 [ 12 , 27 – 32 ]）。尽管取得了这些进展，但要找到粒子谱简单的镜像解却非常困难。只有两个已知解具有解析形式，其中一个的谱

查看详细

File

2021-04-28 机构名称:

阿西洛马人工智能原则

早上好。主席布里格林、排名成员坦格曼和委员会的其他杰出成员，感谢你们邀请我参加今天的听证会。我叫安东尼·阿吉雷，是加州大学圣克鲁斯分校的教授，也是未来生命研究所的联合创始人和联席主任，该研究所是一个非营利组织，汇集了学术界、企业界和非营利组织的杰出人物，研究、讨论和分享有关人工智能等重大社会塑造新技术影响的见解。除了今天的证词外，我还想就我们准备的关于 H.140 和 H.263 的具体评论进行记录。突然间，从几年前开始，机器学习和人工智能系统无处不在——从驾驶路线到不久后将自动驾驶的汽车，包括识别人脸、翻译文本、识别语音方向、组织新闻提要、击败国际象棋和围棋大师、撰写文本和协助科学研究的系统。 2017 年 1 月，该研究所在加利福尼亚州阿西洛马召开了一次会议，召集人工智能和相关领域的推动者讨论一个紧迫的问题：鉴于机器学习和人工智能能力和应用的近期爆炸式增长，我们如何确保人工智能不仅功能强大，不仅有利可图，而且对消费者、用户和整个社会都有益。我们为这个小组设定了一项具体任务：寻找、制定、辩论并希望采用一套可以指导技术人员、政策制定者和其他人实现这一目标的原则。这个过程从阅读和综合所有现有的人工智能政策提案开始——这是当时可以做的事情，然后在会议前几周撰写和辩论具体的可能性，然后亲自讨论和完善它们几天。这超出了我们的预期。我们能够制定 23 项原则，并得到整个领域的一致支持。他们得到了来自谷歌 DeepMind、Facebook、OpenAI、谷歌大脑、苹果等公司人工智能研究负责人的支持，总共超过 1000 名人工智能研究人员，以及科技行业的领导者，如埃隆·马斯克和萨姆·奥特曼，学术界人士，从已故的斯蒂芬·霍金到 Stuart Russell 和 Peter Norvig，他们实际上编写了人工智能教科书，还有许多非营利组织和政策界人士。我们之所以能够获得这种程度的支持和共识，是因为这个问题具有重大意义

查看详细

File

2021-03-17 机构名称:

使用双表TOP 3D干涉仪观察量子重力现象的实验

其中α是定量时空的每个模型的常数特异性[14 - 17]。此外，全息原理[18-20]和随之而来的协变熵结合[21]，这意味着这些距离波动在给定的时空体积中相关。此外，Verlinde和Zurek [22，23]和'T Hooft [24，25]的工作表明，这些相关性可能会延伸到横向上的宏观距离（或等效地，沿着因果钻石的边界[26]）。这些理论方法评估了量子波动及其在Hori-Zons上的相关性，并通过将因果钻石的边界确定为视野（特别是Rindler Hori-Zons），可以描述量子时空波动的横向相关性。，Verlinde和Zurek假设热力学特性所规定的能量波动会导致公制在台上通过牛顿电势而与横向相关性的视频波动[22]。'thooft提出，如果地平线的量子波动，黑洞可以服从单位性（例如霍金辐射）是隔离纠缠的[27]。这些理论为波动的垂直两点相关函数提供了具体而几乎相同的预测，作为球形谐波的扩展[22，24，28]。以这种方式得出的相关性分解为球形谐波y m y y m在低L模式中的大部分功能，这激发了以下预测，如上所述，横向相关性在宏观角度分离上延伸到宏观的角度分离。此外，已经提出，CMB中温度波动的角功率谱是这种基本分解在通货膨胀范围上量子波动的球形谐波中的基本分解的表现[29]。重要的是，宏观横向相关性意味着波动在激光束或望远镜孔径的典型直径上是连贯的。如果是这种情况，则通过评估远处对象图像的模糊或退化[16，30]的模糊或降解来设置在量子时空波动上[16，30]。鉴于距离量表的量子时空波动与宏观距离上的相关性和相关性，激光干涉仪对它们具有独特的敏感。因此，对这些波动的最严格约束是由现有的干涉量实验设置的。Ligo，处女座和Kagra协作使用的引力波（GW）干涉仪的设计[31]降低了其对量子时空幻影的潜在敏感性。这是因为它们在手臂中使用Fabry – p´errot腔（或折叠臂，如Geo 600中），这意味着单个光子多次横穿相同的距离。此外，这些仪器的输出的频率低于光线交叉频率。这会导致从单个光线中积累的波动中随机检测到的信号与随后的交叉点的信号平均，从而消除了效果[17]。一个旨在检测量子时空波动的干涉测量实验是Fermilab螺旋表，它由两个相同的共同阶层和重生40 m

查看详细

File

2020-10-16 机构名称:

医护人员对人工智能的看法

人工智能 (AI) 被描述为数字计算机执行通常与智能生物相关的任务的能力（ Copeland，2020 年），这并不是一个新概念。1950 年，艾伦·图灵首次在他著名的论文《计算机器与智能》（Turing，1950 年）中提出了“机器能思考吗？”的问题。然而，近年来，由于机器学习技术的进步以及海量数据集或“大数据”的可用性，人工智能领域取得了显著发展，这导致人工智能应用在社会中日益普及并成为我们日常生活中不可或缺的一部分（Laï et al.，2020 年）。一些例子包括亚马逊的在线购物产品推荐系统、Uber 或 Lyft 等拼车应用程序以及 Cortana、Alexa 和 Siri 等智能个人助理。人工智能技术已经应用于医疗保健领域，有可能深刻改变医疗实践和患者护理。医疗 AI 应用最成功的领域可能是 AI 辅助分析放射图像（Yu 等人，2018 年），该应用利用深度学习（机器学习的一个专门子集，使用神经网络从非结构化数据中学习）来识别甚至专家都可能忽略的疾病模式。例如，《自然》杂志上发表的一篇论文表明，AI 系统在乳房 X 光检查中检测乳腺癌方面的表现可以胜过放射科医生（McKinney 等人，2020 年），而最近一个国际团队开发了一种诊断方法，能够根据患者的症状预测患者是否有可能感染 COVID-19（Menni 等人，2020 年）。尽管取得了这些积极的初步成果，但关于 AI 及其应用的主题仍然存在很多争议和困惑，公众甚至科学界对其潜在益处和风险存在分歧。一方面，最持怀疑态度的人对人工智能的实际能力表示怀疑；另一方面，一些人（包括已故的斯蒂芬·霍金）担心人工智能最终会超越人类智能并变得无法控制（Hawking 等人，2014 年）。在医学领域，有人担心机器学习可能会导致医生技能下降（Cabitza 等人，2017 年）并导致医患关系扭曲（Karches，2018 年）。然而，这种担忧往往不是针对人工智能或机器学习，而是针对它们的使用方式，因此其他作者认为，适当、明智地使用人工智能可能会带来益处，并可能极大地改善患者护理（McDonald 等人，2017 年；EsteChanva 等人，2019 年；Liyanage 等人，2019 年）。本研究旨在评估皇家自由伦敦 NHS 基金会员工对人工智能项目的认识，并调查他们对人工智能在医疗保健领域的应用的看法。据我们所知，这是首次针对 NHS 中的医疗专业人员对 AI 的态度进行的调查，也是世界上最早的调查之一（Codari 等人，2019 年；Oh 等人，2019 年；Laï 等人，2020 年）。

查看详细

File

2016-10-13 机构名称:

URSI 文摘 - 国家科学院

联合主席 Steve Ellingson Richard Langley Kamal Sarabandi Atef Z. Elsherbeni Jean-Jacques Laurin Tapan Sarkar Inder J. Gupta Nader Engheta Gianluca Lazzi Stephen Schneider Vakur Erturk Jin-Fa Lee B. Shanker Kenn Anderson Heinrich Foltz Teh-Hong Lee Michael迈克尔·希尔兹 Y.安塔尔·古鲁达斯·甘古利凌浩宋吉明布赖恩·贝尔特兰 (Brian Baertlein) 罗兰·吉尔伯特 (Roland Gilbert) 刘对贤戈登·斯台普斯 (Gordon Staples) 康斯坦丁·巴尔 (Constantine Bal) 艾伦·W·格利森 (Allen W. Glisson) 斯图尔特 (A. Long) 让-皮埃尔·圣莫里斯 (E. A. Bering) 朱利叶斯·戈德赫什 (E. A. Bering) 安东尼·马丁 (W. Ross Stone) 詹妮弗·伯恩哈德·杰德瓦 (Jennifer Bernhard Jaideva) 戈斯瓦米 (Goswami) L. 圣马丁 (Chen-To Tai) 沃尔夫冈·马丁 (Wolfgang Martin)苏珊·C·哈格内斯约翰·马修斯费尔南多·特谢拉布尔纳·杰弗里·赫德·克利夫·明特·马诺斯·坦泽里斯杰弗里·鲍尔库伊奇恩·希尔桑特努·米什拉·阿特·桑桑多特加里·布朗韦恩·霍金拉吉·米特拉罗伯托·蒂贝里奥杰里·伯克约翰·黄侯赛因·莫萨拉伊萨米尔·特拉贝尔西罗伯特·伯克霍尔德格伦·赫西本·芒克斯科特·泰奥赛德 W. 丹尼·伯恩·伊布劳塔梅尔·皮诺·L. E. 加里·布斯特 A 石丸鲍勃·内维尔斯乌斯伦吉·查尔莫斯·巴特勒大卫·杰克逊迈克·纽柯克亚历杭德罗·瓦莱罗菲利波·卡波利诺戈登詹姆斯·爱德华·纽曼吉塞佩·维奇约翰·卡尔斯特罗姆丹·詹宁娜塔莉亚·尼古拉瓦约翰·沃拉基斯迈克尔·卡尔建明金·梅尔斯 M·奥本海姆 A. 沃罗诺维奇 D.K. 陈乔尔-袁约翰逊·薛鲍·帕文·瓦希德·志宁Chen Farzad Kamalabadi John Papapolymerou Douglas H. Werner Weng Chew David Kelley Prabhakar Pathak James West Christos Christodoulou Leo Kempel G. Frank Paynter Ed Westwater Peter Collins Brian Kent An

查看详细

File

2016-10-13 机构名称:

URSI 文摘 - 国家科学院

查看详细

File

2016-10-13 机构名称:

URSI 文摘 - 国家科学院

查看详细

XiaoMi-AI文件搜索系统

霍金的

在量子力学中可决定和不可决定的

arXiv:2003.07267v3 [quant-ph] 2020 年 7 月 24 日

纠缠退化作为检测引力改变特征的工具

轻盈飘逸：相对论量子加速辐射的简单解决方案

阿西洛马人工智能原则

使用双表TOP 3D干涉仪观察量子重力现象的实验

医护人员对人工智能的看法

URSI 文摘 - 国家科学院

URSI 文摘 - 国家科学院

URSI 文摘 - 国家科学院

按机构统计排名前十媒体

按照发布年份统计数据

XiaoMi-AI