Hidden-State Updates and observable-record composition in retrocausal models

في دراسة حول كيفية سلوك الجسيمات، يعتمد العلماء غالباً على متغيرات خفية — وهي خصائص غير مرئية تحدد نتيجة التجربة. تخيل عملة معدنية بداخلها وزن خفي، يقرر ما إذا كانت ستستقر على الوجه أو الكتابة حتى قبل أن تقلبها. في الفيزياء القياسية، تكون هذه الخصائص الخفية ثابتة ولا تتغير بناءً على ما تقرر قياسه لاحقاً. ومع ذلك، فإن فئة مختلفة من النظريات، تُعرف بالنماذج السببية الارتدادية (retrocausal models)، تشير إلى أن الحالة الخفية للجسيم يمكن أن تعتمد على خيارات المستقبل التي يتخذها المجرب. هذه الفكرة مثيرة للجدل لأنها تبدو وكأنها تعني أن المستقبل يؤثر على الماضي. والسؤال الحاسم لعلماء الفيزياء ليس ما إذا كانت هذه النماذج يمكنها محاكاة نتائج تجربة واحدة، بل ما إذا كانت تظل متسقة عندما يعيد المجرب استخدام نفس المعدات أو يتخذ سلسلة من القرارات بناءً على النتائج السابقة. إذا نجح نموذج في تجربة واحدة ولكنه انهار عند استخدام الجهاز نفسه مرة أخرى، فلا يمكن اعتباره وصفاً صالحاً للواقع.

لقد بحث باحث في جامعة موناش في هذه المشكلة تحديداً، متسائلاً عما إذا كانت نماذج المتغيرات الخفية يمكن أن تصمد أمام اختبار إعادة الاستخدام. تركز الدراسة على سيناريو محدد: يقوم المجرب بتسجيل نتيجة، ثم يستخدم ذلك السجل ليقرر كيفية إعداد القياس التالي. وجد الباحث أنه بينما يمكن للعديد من هذه النماذج التنبؤ بنجاح بنتيجة تسلسل ثابت من الأحداث، إلا أنها غالباً ما تفشل عندما يُسمح للمجرب بإيقاف التجربة مبكراً أو تغيير الخطة بناءً على ما رآه للتو. توضح الورقة أنه لكي يكون النموذج متسقاً فيزيائياً، يجب أن تُحدث الحالة الخفية بطريقة محددة للغاية تحافظ على "الوزن" الإجمالي لجميع النتائج الممكنة، بغض النظر عن كيفية اختيار المجرب للمضي قدماً. إذا فشل النموذج في هذا الاختبار، فإن المعلومات الخفية التي يعتمد عليها تصبح قابلة للتمييز عن العالم الخارجي، مما يكشف عن تناقض في النظرية.

لاختبار هذه الأفكار، بنى الباحث نوعين من النماذج الرياضية. الأول كان نظاماً بسيطاً ومنتهياً ذا عدد محدود من الحالات الخفية، يشبه برنامج كمبيوتر أساسي يحتوي على بضع خانات للذاكرة. والثاني كان نموذجاً مستمراً يتضمن دوران جسيم دوار، حيث الحالة الخفية هي زاوية يمكن أن تأخذ أي قيمة. في النظام المنتهي، أظهر الباحث أن النموذج يمكن أن يجتاز كل اختبار إذا اتبع المجرب قائمة خطوات محددة مسبقاً وغير متغيرة. ومع ذلك، في اللحظة التي يُسمح فيها للمجرب بالنظر في نتيجة خطوة ما والقرار بشأن التوقف أو الاستمرار بناءً على تلك النتيجة، ينهار النموذج. حيث ستتغير الحالة الخفية بطريقة تغير احتمالية النتيجة النهائية، مما يسمح فعلياً للاختيار المستقبلي بتغيير السجل الماضي بطريقة يمكن اكتشافها. لم يكن هذا الفشل مجرد خلل بسيط؛ بل كان عجزاً جوهرياً للنموذج عن الحفاظ على تاريخ متسق عندما يعتمد فعل المراقب على البيانات التي جمعها للتو.

قدم النموذج المستمر، الذي تضمن مصدراً للجسيمات الدوارة، نتيجة أكثر إثارة للدهشة. افترض الباحث إعداداً "سلبياً" حيث يظل مصدر الجسيمات دون تغيير بغض النظر عن القياسات المتخذة. وحتى تحت هذا الشرط الصارم، وجدت الدراسة أن مسبارين منفصلين يقيسان نفس الجسيم يمكن أن يطورا ارتباطاً طفيفاً يعتمد على زاوية قياس لاحقة. وتحديداً، فإن احتمال اتفاق المسبرين مع بعضهما البعض يتغير بناءً على ما إذا كان القياس المستقبلي سيُضبط على زاوية معينة أو زاوية أخرى. كان الفرق صغيراً ولكنه دقيق رياضياً: احتمالية الاتفاق انزاحت بعامل مرتبط بقوة التفاعل وعرض توزيع المصدر. على سبيل المثال، مع معاملات محددة، انزاحت احتمالية الاتفاق من حوالي 51.9% إلى 51.0% اعتماداً على الإعداد المستقبلي. وهذا يعني أنه على الرغم من أن المسبرين الفرديين بدوا عادلين وغير منحازين في حد ذاتهما، إلا أن تاريخهما المشترك حمل إشارة خفية حول خيار لم يُتخذ بعد.

تحقق الباحث من هذه النتائج من خلال عمليات محاكاة حاسوبية دقيقة وحسابات رياضية دقيقة. في تجارب الحالة المنتهية، اختبر الفريق آلاف الأشجار القرارية المختلفة، بما في ذلك تلك التي يتوقف فيها المجرب عن العملية بعد رؤية نتيجة معينة. وأكدوا أنه بينما تنتج التسلسلات الثابتة دائماً نتائج متسقة، فإن التسلسلات التكيفية — حيث تعتمد الخطوة التالية على ما سبقها — كشفت عن العيوب الخفية في النماذج. وفي التجارب المستمرة، أجرى الفريق ملايين التجارب لقياس الاتفاق بين المسبرات. وطابقت البيانات التوقعات النظرية تماماً، مما أظهر أن الاعتماد الطفيف على الإعدادات المستقبلية كان حقيقياً ضمن إطار النموذج. كما استكشفت الدراسة ما إذا كانت آلية "إعادة الضبط" يمكن أن تعالج هذه المشكلات، ووجدت أن مجرد إعادة ضبط الجهاز لم يحل المشكلة إذا تم استخدام الجهاز بطريقة غير عشوائية.

الاستنتاج الجوهري لهذا العمل هو أنه لكي يكون النموذج السببي الارتدادي قابلاً للتطبيق، يجب أن يستوفي شرطين صارمين. أولاً، يجب أن تُحدث الحالة الخفية بطريقة تحافظ على ثبات الاحتمالية الإجمالية لجميع النتائج الممكنة، بغض النظر عن كيفية اختيار المجرب لمواصلة التجربة. ثانياً، يجب أن تظل التحضيرات الخفية غير قابلة للتمييز للمراقب، مما يعني أن سجل ما حدث لا يمكن أن يكشف عن الإعداد المستقبلي الذي تم اختياره. توضح الورقة أن العديد من النماذج المقترحة تفشل في هذه الاختبارات. وعندما يفشل نموذج ما، فهذا يعني أن المتغيرات الخفية ليست خفية حقاً؛ فهي تترك أثراً في السجلات المرصودة يسمح للمجرب باستنتاج خياراته المستقبلية. هذا لا يثبت أن السببية الارتدادية مستحيلة، ولكنه يضع عبئاً ثقيلاً على أي نظرية تقترح ذلك. يجب بناء النظرية بدقة متناهية بحيث يمكنها الصمود أمام تدقيق مراقب يتكيف بنشاط مع البيانات التي يراها.

تسلط الدراسة الضوء أيضاً على أهمية كيفية تعريفنا لـ "السجل". في هذه النماذج، يتضمن السجل ليس فقط نتيجة القياس النهائية، بل أيضاً التوقيت، وإعدادات المتحكم، وأي ذاكرة للبيئة. وجد الباحث أنه إذا تجاهلت هذه التفاصيل ونظرت فقط إلى النتيجة النهائية، فقد تغفل عن الفشل. وفقط عندما تنظر إلى سلسلة الأحداث بأكملها، بما في ذلك القرارات المتخذة على طول الطريق، يصبح عدم الاتساق واضحاً. يشير هذا إلى أن أي محاولة لبناء نموذج سببي ارتدادي يجب أن تأخذ في الاعتبار التعقيد الكامل للإعداد التجريبي، بما في ذلك قدرة المراقب على تغيير رأيه. إن هذا العمل لا يبني كاشفاً جديداً أو يثبت أن الطبيعة تعمل بهذه الطريقة؛ بل يوفر مجموعة من الأدوات الرياضية لاختبار ما إذا كان نموذج مقترح متسقاً. ومن خلال تطبيق هذه الأدوات، يمكن للباحثين الآن استبعاد فئات كاملة من النماذج التي ربما بدت معقولة في البراء الأولى.

في النهاية، تعمل الورقة كاختبار جهد صارم للنظريات التي تحاول تفسير الارتباطات الكمومية من خلال متغيرات خفية متأثرة بالمستقبل. وهي تظهر أنه بينما يمكن ضبط هذه النماذج لتعمل في السيناريوهات البسيطة والثابتة، فإنها تكافح للصمود أمام الواقع الديناميكي لمجرب يتعلم ويتكيف. تشير النتائج إلى أنه إذا كانت مثل هذه النماذج موجودة، فيجب أن تكون مقيدة أكثر بكثير مما كان يُعتقد سابقاً، مما يتطلب مستوى من الاتساق يصعب تحقيقه دون إدخال آليات جديدة غير مفسرة. يترك البحث الباب مفتوحاً للنظريات المستقبلية ولكنه يفرض معياراً أعلى بكثير للإثبات، لضمان أن يظل الماضي الخفي خفياً حقاً عن المراقب الفضولي في الحاضر.