[論文レビュー] Classicalization Clearly: Quantum Transition into States of Maximal Memory Storage Capacity

Gia Dvali|arXiv (Cornell University)|Apr 17, 2018

Quantum many-body systems参考文献 18被引用数 7

ひとこと要約

本稿では、出現する無エネルギー準位モードにおける微小状態エントロピーの指数的増幅が、最大記憶容量を持つ古典的状態への量子遷移を促進することを提案している。有効ハミルトニアンと量子ニューラルネットワークの類似性を用いて、遷移振幅が、多数の超軟らかく無エネルギーのモードによって補われない限り、抑制されることを示しており、これにより、面積則に従うエントロピーと高い記憶容量を持つ臨界状態が得られる。

ABSTRACT

Classicalization is a phenomenon of redistribution of energy - initially stored in few hard quanta - into the high occupation numbers of the soft modes, described by a final state that is approximately classical. Using an effective Hamiltonian, we first show why the transition amplitudes that increase occupation numbers are exponentially suppressed and how a very special family of classicalizing theories compensates this suppression. This is thanks to a large micro-state entropy generated by the emergent gapless modes around the final classical state. The dressing of the process by the super-soft quanta of these modes compensates the exponential suppression of the transition probability. Hence, an unsuppressed classicalization takes place exclusively into the states of exponentially enhanced memory storage capacity. Next, we describe this phenomenon in the language of a quantum neural network, in which the neurons are represented as interconnected quantum modes with gravity-like negative-energy synaptic connections. We show that upon an injection of energy in form of a hard quantum stimulus, the network reaches the classicalized state of exponentially enhanced memory capacity with order one probability. We construct a simple model in which the transition results into classical states that carry an area-law micro-state entropy. In this language, a non-Wilsonian UV-completion of the Standard Model via classicalization implies that above cutoff energy the theory operates as a brain network that softens the high energy quanta by bringing itself into the state of a maximal memory capacity. A similar interpretation applies to black hole formation in particle collision.

研究の動機と目的

• 高占有数古典状態への量子遷移の指数的抑制を解消すること、これは実現可能な古典化の主要な障壁である。
• 特に尺度 Λ よりも強い相互作用を有する理論において、抑制されない古典化を可能にする物理的メカニズムを同定すること。
• ブラックホール形成、ヒッグス場の古典化、ニューラルネットワークの記憶容量といった、見かけ上異なる現象を、同一のメカニズムで統一すること。
• 古典化が、微小状態エントロピーによって駆動される、指数的に増幅された記憶保存容量を持つ状態にのみ起こることを示すこと。
• 重力に類似した負エネルギーのシナプス接続を持つ量子ニューラルネットワークフレームワークを確立し、高エネルギー刺激によって最大記憶状態へ遷移することを示すこと。

提案手法

• 少数のハード量子数初期状態から高占有数最終状態への遷移をモデル化するための有効ハミルトニアンを構築する。
• N 粒子状態における遷移振幅の指数的抑制が、大きなユークリッド作用から生じ、~e^(-N) に比例することを特定する。
• ソフトマスターモードとともに付随する、等しい数の種類を持つ出現する無エネルギー準位モード（超軟らかく無エネルギーの量子）を導入する。
• 超軟らかく無エネルギーの量子の分布の和を取ることで遷移振幅の増幅を計算し、~e^N の指数的増幅要因が得られ、抑制を相殺することを示す。
• 重力に類似した負エネルギーのシナプス接続を持つ量子ニューラルネットワークにシステムを写像し、古典状態への自己組織化をモデル化する。
• 得られる古典状態が、ブラックホールのベケンシュタインエントロピーに類似した面積則に従う微小状態エントロピーを示すことを示す。

実験結果

リサーチクエスチョン

• RQ1 なぜ一般の量子場理論において、高占有数古典状態への量子遷移は指数的に抑制されるのか？
• RQ2 古典化理論がこの指数的抑制を回避できる、特定の特徴は何か？
• RQ3 無エネルギー準位モードの出現が、抑制されない古典化にどのように寄与するのか？
• RQ4 古典化プロセスは、重力に類似したシナプス接続を持つ量子ニューラルネットワークフレームワークにおいて、最大記憶容量状態への遷移として理解できるか？
• RQ5 微小状態エントロピーが、高い記憶容量を持つ古典状態への遷移を可能にする役割は何か？

主な発見

• 高占有数状態への遷移振幅は、大きなユークリッド作用から生じる ~e^(-N) の指数的抑制を受けるが、エントロピー増幅によって補われない限り抑制される。
• ソフトマスターモードの占有数 N が、N 種類の出現する無エネルギー準位モードに一致する場合、それらの量子分布が ~e^N の増幅要因を提供し、抑制が相殺される。
• 古典化は、微小状態の数が同じ古典的マクロ状態を持つ、指数的に増幅された記憶保存容量を持つ状態にのみ起こる。
• 得られる古典状態は、ブラックホールエントロピーに類似した面積則に従う微小状態エントロピーを示し、臨界状態に伴う出現する無エネルギー準位モードを示している。
• 重力に類似したシナプス接続を持つ量子ニューラルネットワークモデルは、高エネルギー量子刺激に対して、確率が 1 に近い割合で最大記憶容量状態へ自然に遷移する。
• 数値的証拠から、このような増幅された記憶状態が確率的進化におけるアトラクタ点であることが示唆されており、安定性と物理的妥当性を支持している。