A unified framework for data-driven Bell inequalities
تقدم هذه الورقة إطاراً موحداً، غير مرتبط ببعد محدد، لمتراجحات بيل القائمة على البيانات، مما يتيح اكتشاف متراجحات مثلى عبر الأنظمة المنفصلة والمستمرة والهجينة، ويكشف عن حالات جديدة من عدم المحلية وأول مثال للمتغيرات المستمرة الذي لا يمكن إسقاطه على متراجحات ثنائية.
في العالم الكمي، يمكن للجسيمات أن تترابط بطرق تبدو وكأنها تتحدى منطق تجربتنا اليومية. هذه الظاهرة، المعروفة باسم "اللانمطية" أو "اللا-محلية" (non-locality)، تشير إلى أن جسمين يمكن أن يظلا متصلين عبر مسافات شاسعة، بحيث يؤثر قياس أحدهما فورياً على الآخر، بغض النظر عن المساحة الفاصلة بينهما. لعقود من الزمن، اختبر العلماء هذه الفكرة باستخدام أنظمة تمتلك عدداً محدوداً من الحالات الممكنة، مثل عملة معدنية لا يمكن أن تكون إلا وجهاً أو ظهراً. ومع ذلك، فإن اللغز الأصلي الذي أطلق هذا المجال من البحث تضمن خصائص توجد على مقياس مستمر وسلس، مثل موقع الجسيم أو زخمه، والتي يمكن أن تأخذ أي قيمة على طول خط لانهائي. وبينما وُضعت الأسس النظرية لهذه الأنظمة المستمرة، ظل إثبات أنها تُظهر حقاً هذا السلوك الغريب للـ "لا-محلية" في المختبر تحدياً مستعصياً. فقد اعتمدت معظم المحاولات لاختبارها على إجبار البيانات المستمرة على اتخاذ تنسيق ثنائي "نعم أو لا"، وهو ما يعني أساساً ضغط منحنى سلس في نقاط حادة قليلة لجعله يتناسب مع الاختبارات القائمة. وهذا النهج، رغم فائدته، قد يكون قد أغفل الطبيعة الحقيقية لهذا الاتصال.
لقد طور فريق من الباحثين الآن إطاراً جديداً مرناً يسمح لهم بسبر أغوار "اللا-محلية" دون إجبار البيانات على شكل محدد مسبقاً. فبدلاً من البدء باختبار معين ومحاولة مطابقة النتال معه، يبدأون بالبيانات التجريبية الخام نفسها. تخيل عالماً يجمع كمية هائلة من القياسات من تجربة كمية، حيث تُسجل النتائج كتدفق مستمر من الأرقام. يأخذ الباحثون هذه البيانات ويغذونها في برنامج حاسوبي متطور مصمم لإيجاد أفضل اختبار ممكن لمجموعة الأرقام تلك. يعمل البرنامج عن طريق صقل كيفية نظرِه إلى البيانات تدريجياً، بدءاً من فئات واسعة ثم تقطيع البيانات إلى قطع أكثر دقة. ومع كل خطوة، يبحث البرنامج عن قاعدة رياضية تثبت أن البيانات لا يمكن تفسيرها بأي سبب محلي كلاسيكي. وإذا تم العثور على مثل هذه القاعدة، فإنها تكشف عن وجود "اللا-محلية"، وتخبر العلماء، وبشكل حاسم، كيف تبدو تلك القاعدة تماماً. هذا الأسلوب محايد تجاه نوع النظام المدروس، مما يعني أنه يعمل بنفس الكفاءة للأنظمة ذات الحالات المنفصلة، أو المتغيرات المستمرة، أو مزيج منهما.
عندما طبق الفريق هذه الطريقة على الأنظمة المستمرة، اكتشفوا شيئاً مفاجئاً. فعلى الرغم من أن البيانات تأتي من عالم مستمر وسلس، إلا أن الاختبارات الأكثر فعالية التي وجدوها كانت بطبيعتها منفصلة (discrete). فالقواعد المثلى للكشف عن "اللا-محلية" في هذه الأنظمة تبين أنها عبارة عن وظائف بسيطة تشبه الخطوات، تقوم بتجميع البيانات المستمرة في "أوعية" متميزة، تماماً مثل فرز كومة من الكرات الزجاجية في جِرار منفصلة. يشير هذا الاكتشاف إلى أن "اللا-محلية" الموجودة في هذه الأنظمة المستمرة ليست نوعاً جديداً جوهرياً من الاتصال، بل هي نوع يمكن استيعابه بالكامل من خلال نفس المنطق المنفصل المستخدم في الأنظمة الأبسط. كما وجد الباحثون أنهم لم يتمكنوا من العثور على أي مثال لنظام مستمر يتطلب قاعدة سلسة ومعقدة لإثبات "لا-محلية" الخاصة به؛ فكل اختبار ناجح كشفوا عنه يمكن إرجاعه إلى متباينة منفصلة أبسط. وهذا يتحدى الأمل الذي طال أمده في أن الأنظمة المستمرة قد تقدم شكلاً فريداً من "اللا-محلية" لا تستطيع الأنظمة المنفصلة محاكاته.
كما حددت الدراسة حالات كمية قوية بما يكفي لإظهار سلوك "اللا-محلية" هذا حتى عندما لا تكون مثالية. وباستخدام تقنية تسمى "التشفير البوزوني" (bosonic encoding)، والتي تقوم بتمثيل المعلومات الكمية على اهتزازات الضوء، قام الفريق بمحاكاة حالات متشابكة يمكن اكتشافها باستخدام كواشف "هوموداين" (homodyne detectors) القياسية، وهي أداة شائعة في المختبرات البصرية. ووجدوا أنه حتى الحالات التي تعاني من عيوب كبيرة، أو "ضجيج"، لا تزال تُظهر "لا-محلية" قوية. فعلى سبيل المثال، حددوا حالة ثنائية النمط كان فيها الاتصال بين الجسيمات قوياً لدرجة أنه لا يمكن وصفه بالاختبارات الثنائية التقليدية المستخدمة لعقود. بدلاً من ذلك، تطلبت البيانات اختباراً مصمماً للأنظمة ثلاثية المستويات، وهي نسخة أكثر تعقيداً من سيناريو "رمي العملة" المعتاد. علاوة على ذلك، أظهروا أنه من خلال الجمع بين نظام منفصل، مثل "الكيوبت" (qubit)، ونظام مستمر، يمكنهم إنشاء حالات هجينة تُظهر "لا-محلية" كبيرة باستخدام تحضيرات بسيطة نسبياً. وهذه الحالات تقع ضمن متناول التكنولوجيا التجريبية الحالية، مما يشير إلى أن الجيل القادم من التجارب الكمية يمكن أن يظهر هذه التأثيرات دون الحاجة إلى الظروف المثالية فائقة الدقة التي كان يُعتقد سابقاً أنها ضرورية.
تمتد تداعيات هذا العمل إلى ما هو أبعد من مجرد العثور على أمثلة جديدة لـ "اللا-محلية". فمن خلال توفير أداة تولد تلقائياً الاختبار الأمثل لأي مجموعة من البيانات التجريبية، قدم الباحثون طريقة عالمية للمصادقة على السلوك الكمي. وهذا أمر مهم بشكل خاص لتطوير التقنيات الكمية، حيث يعد إثبات أن الجهاز كمي حقاً أمراً ضرورياً للأمن والموثوقية. يتيح هذا الإطار للعلماء أخذ البيانات "الفوضوية" من العالم الحقيقي لتجربة ما، وتحديد ما إذا كانت تحتوي على ارتباطات "لا-محلية" بثقة عالية، ومدى قوة تلك الارتباطات بالضبط. وبينما كان البحث عن هذه الحالات صعباً، وتطلب استكشافاً واسعاً للاحتمالات، فإن نجاح الفريق في إيجاد أمثلة قوية باستخدام الأكواد البوزونية يشير إلى أن المفتاح لفتح آفاق "اللا-محلية" في الأنظمة المستمرة قد يكمن في كيفية تشفير المعلومات، وليس في التعقيد الخام للنظام نفسه. ويترك العمل سؤالاً مفتوحاً حول ما إذا كانت هناك "لا-محلية" مستمرة حقاً، لكنه يشير بقوة إلى أنه إذا كانت موجودة، فهي تختبئ في مكان لم تتمكن أساليبنا الحالية من الوصول إليه بعد.
ملخص تقني: إطار عمل موحد لعدم المساواة بيل القائم على البيانات
بيان المشكلة صيغت مفارقة أينشتاين-بودولسكي-روزن (EPR) الأصلية باستخدام المتغيرات المستمرة (CV)، ومع ذلك، فإن الغالبية العظمى من الاختبارات التجريبية لعدم محلية بيل والأدبيات المرتبطة بها تركز على المتغيرات المنفصلة (DV). وبينما يوفر الكشف عن القياس المتجانس (homodyne detection) مساراً عملياً لمعالجة المعلومات الكمومية ذات المتغيرات المستمرة، فإن إثبات عدم محلية بيل في هذه الأنظمة يظل تحدياً كبيلاً. تعتمد النهج الحالية عادةً على استراتيجيات تقسيم مسبقة التعريف لتعيين المخرجات المستمرة إلى قيم ثنائية (±1) لتطبيق عدم المساواة القياسية مثل CHSH، أو تستخدم عدم مساواة قائمة على العزوم (moments) تتطلب عدداً كبيراً من الأنماط لانتهاك الحدود المحلية. علاوة على ذلك، غالباً ما تبدأ الطرق السابقة بعدم مساواة بيل محددة دون ضمان مثالية هذه الطريقة للسيناريو أو الحالة المعينة. هناك نقص في وجود إطار عمل عام يمكنه اشتقاق عدم مساواة بيل الأمثل مباشرة من البيانات التجريبية، بغض النظر عما إذا كان النظام الأساسي هو متغيرات مستمرة (CV)، أو منفصلة (DV)، أو هجينة.
المنهجية يقترح المؤلفون إطار عمل موحداً، قائماً على البيانات، لتكميم عدم المحلية واشتقاق عدم مساواة بيل الأمثل لأي سيناريو قياس. يعتمد جوهر هذا النهج على التكافؤ بين عدم محلية بيل والسياقية (contextuality)، وتحديداً باستخدام الكسر السياقي (CF) كمقياس. يمثل الكسر السياقي الجزء من الإحصاءات التجريبية الذي لا يمكن تفسيره بواسطة نموذج متغير خفي محلي (LHVM).
صياغة التحسين: تتم صياغة المشكلة كبرنامج تحسين خطي (LP) لانهائي الأبعاد لإيجاد الوزن الأقصى لنموذج محلي ضمن البيانات التجريبية. ينتج عن النموذج المزدوج (dual) لبرنامج التحسين هذا عدم مساواة بيل الأمثل (المعلم بدوال الترشيح βC) والكسر السياحي.
الاسترخاء عبر التقسين (Binning): نظراً لعدم إمكانية حل برنامج التحسين الخطي اللانهائي بدقة، قدم المؤلفون تسلسلاً هرمياً من البرامج الخطية المحدودة المتقاربة. وبدلاً من الاسترخاءات القائمة على العزوم (التي وجدوها غير مجدية في استكشافهم العددي لعدم محلية المتغيرات المستمرة)، استخدموا التقسين دقيق الحبيبات لتوزيعات المخرجات المستمرة.
يتم تقسيم فضاء المخرجات المستمرة إلى Nb من الحبيبات (bins).
يتم بناء التسلسل الهرمي عن طريق مضاعفة عدد الحبيبات في كل مستوى (Nb=2k)، مما يضمن أن كل مستوى هو عملية تجميع خشنة للمستوى الذي يليه.
يضمن ذلك أن الكسر السياقي المحسوب يتقارب رتيباً نحو القيمة الحقيقية من الأسفل، مما يوفر حداً أدنى صارماً على عدم المحلية.
القدرة الهجينة: إطار العمل هذا لا يعتمد على الأبعاد. يمكنه التعامل مع الدرجات المنفصلة من الحرية بدقة مع تطبيق تسلسل التقسين الهرمي على الدرجات المستمرة، مما يجعله مناسباً للأنظمة الهجينة (DV-CV).
المساهمات الرئيسية
إطار عمل موحد: منهجية واحدة لاشتقاق عدم مساواة بيل الأمثل للأنظمة ذات المتغيرات المستمرة (CV)، والمنفصلة (DV)، والهجينة، مما يعمم طرق المتغيرات المنفصلة الموجودة لتشمل المجال المستمر.
التحسين القائم على البيانات: لا يفترض إطار العمل عدم مساواة محددة (مثل CHSH). بدلاً من ذلك، يأخذ البيانات التجريبية كمدخلات ويخرج عدم مساواة بيل المحدد الذي ينتهك الحد المحلي بأقصى قدر ممكن لتلك البيانات.
تسلسل هرمي متقارب: يوفر مخطط استرخاء عددي يعتمد على التقسين حدوداً دنيا مضمونة للكسر السياقي، حيث يتقارب نحو الأمثل المستمر مع زيادة دقة الحبيبات.
النتائج الرئيسية طبق المؤلفون إطار عملهم على عدة سيناريوهات مستوحاة تجريبياً:
رؤى حول عدم محلية المتغيرات المستمرة (CV):
فشل النهج القائم على العزوم: فشلت عمليات البحث العددي المكثفة باستخدام تسلسلات البرمجة شبه المحددة (SDP) القائمة على العزوم في إيجاد عدم مساواة بيل ذات صلة للأنظمة المستمرة ضمن درجات متعددة الحدود عملية، بينما نجحت النهج القائمة على التقسين.
الطبيعة المنفصلة لعدماء المساواة المثلى: في جميع أمثلة المتغيرات المستمرة التي تم فيها اكتشاف عدم المحلية، وُجد أن عدمات المساواً بيل المثلى الناتجة هي في الواقع منفصلة (دوال ثابتة مجزأة)، وغالباً ما ترتبط بعدم المساواة الثنائية القياسية مثل CHSH. يشير هذا إلى أن عدم محلية القياس المتجانس قد تمتلك بنية منفصلة جوهرية.
متانة حالات GKP: باستخدام أكواد بوزونية (حالات GKP)، وجد المؤلفون أن الحالات منخفضة الجودة (ذات التخميد الكبير وعدد قليل من القمم) تكفي لملاحظة عدم محلية كبيرة. على سبيل المثال، أظهرت حالات GKP المتشابكة مع معاملات تخميد تقابل ضغطاً بمقدار ∼8.5 ديسيبل، كسراً سياقياً يقترب من حد تسيليرسون (Tsirelson bound ≈0.41).
مثال الكوتريت (Qutrit): باستخدام حالات GKP المشفرة بنظام الكوتريت، حدد المؤلفون حالة بوزونية ذات نمطين تكون فيها عدم مساواة بيل المثلى ليست مكافئة لـ CHSH، بل تتوافق مع عدم مساواة CGLMP (وهي عدم مساواة خاصة بالكوتريت). هذا هو أول مثال لعدم محلية المتغيرات المستمرة (نمطين) تتطلب عدم مساواة غير ثنائية.
الأنظمة ثلاثية الأنماط: بالنسبة لحالات تشبه GHZ ذات ثلاثة أنماط مشفرة بكلمات GKP، رصد الإطار كسراً سياقياً يصل إلى 60.5%، وهو ما يتجاوز بشكل كبير حد النمطين.
الأنظمة الهجينة (DV-CV):
تم تطبيق إطار العمل على حالات هجينة (مثل كيوبت متشابك مع نمط متغير مستمر).
وُجد أن الحالات الهجينة البسيطة، مثل تلك التي تتضمن حالات قط (cat states) مضغوطة أو تشفيرات GKP، تظهر عدم محلية كبيرة (كسور سياقية تترا� forma 15.6% إلى 40%) تحت كشف القياس المتجانس.
هذه الحالات تقع ضمن نطاق الوصول للتجارب القريبة من الزمن الحالي على منصات مثل Circuit QED وفخاخ الأيونات.
الأهمية والادعاءات يدعي البحث توفير أداة عامة ومتعددة الاستخدامات للتوثيق التجريبي لعدم المحلية. تكمن أهميته الأساسية في:
التوحيد: يجسّر الفجوة بين دراسات عدم محلية المتغيرات المستمرة (CV) والمتغيرات المنفصلة (DV)، مما يسمح بتحليل متماسك للأنظمة الهجينة.
الأمثلية: من خلال اشتقاق عدم المساواة من البيانات، يضمن الإطار أن الانتهاك الملحوظ هو الأقصى الممكن للقيود التجريبية المعطاة، وليس محدوداً بعدم مساواة مختارة مسبقاً.
العملية: يحدد أن عدم محلية قوية يمكن ملاحظتها في أنظمة المتغيرات المستمرة باستخدام حالات بسيطة ومنخفضة الجودة (مثل حالات القط أو حالات GKP غير المثالية) وكشف القياس المتجانس القياسي، مما يشير إلى مسار نحو تحقيق تجريبي قريب المدى.
رؤية جوهرية: تثير النتائج تساؤلاً حول ما إذا كانت عدم محلية المتغيرات المستمرة تحت كشف القياس المتجانس هي في الأساس منفصلة، حيث أن جميع عدمات المساواة المثلى التي تم العثور عليها كانت منفصلة بطبيعتها. يفترض المؤلفون أن إضافة المزيد من إعدادات القياس لكل نمط لا يؤدي بالضرورة إلى زيادة الكسر السياقي، رغم أن هذا يظل سؤالاً مفتوحاً.
يشير المؤلفون إلى أنه على الرغم من قوة الطريقة، إلا أنها تواجه قيوداً في التوسع الحسابي مع زيادة عدد الأنماط بسبب النمو الأسي لمساحة الحبيبات، مما يقصر حالياً التحليل عالي الدقة على نمطين أو ثلاثة أنماط فقط.