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

Nello studio del comportamento delle particelle, gli scienziati si affidano spesso a variabili nascoste — proprietà invisibili che determinano l'esito di un esperimento. Immaginate una moneta che possiede un peso nascosto all'interno, il quale decide se atterrerà testa o croce prima ancora che la lanciate. Nella fisica standard, queste proprietà nascoste sono fisse e non cambiano in base a ciò che si decide di misurare in seguito. Tuttavia, una diversa classe di teorie, note come modelli retrocausali, suggerisce che lo stato nascosto di una particella possa dipendere dalle scelte future fatte dall'esperimentatore. Questa idea è controversa perché sembra implicare che il futuro influenzi il passato. La questione critica per i fisici non è se questi modelli possano imitare i risultati di un singolo esperimento, ma se rimangano coerenti quando un esperimentatore riutilizza lo stesso equipaggiamento o compie una serie di decisioni basate sui risultati precedenti. Se un modello funziona per una misurazione ma fallisce quando lo stesso dispositivo viene riutilizzato, non può essere una descrizione valida della realtà.

Un ricercatore dell'Università di Monash ha investigato esattamente questo problema, chiedendosi se i modelli a variabili nascoste possano sopravvivere alla prova del riutilizzo. Lo studio si concentra su uno scenario specifico: un esperimentatore registra un risultato, poi usa tale record per decidere come impostare la misurazione successiva. Il ricercatore ha scoperto che, sebbene molti di questi modelli possano prevedere con successo l'esito di una singola sequenza fissa di eventi, essi spesso falliscono quando l'esperimentatore è autorizzato a interrompere l'esperimento in anticipo o a cambiare piano in base a ciò che ha appena visto. Il documento dimostra che, affinché un modello sia fisicamente coerente, lo stato nascosto deve aggiornarsi in un modo molto specifico che preservi il "peso" totale di tutti i possibili esiti, indipendentemente da come l'esperimentatore scelga di procedere. Se il modello fallisce questo test, l'informazione nascosta su cui esso si basa diventa distinguibile dal mondo esterno, rivelando una contraddizione nella teoria.

Per testare queste idee, il ricercatore ha costruito due tipi di modelli matematici. Il primo era un sistema finito e semplice con un numero limitato di stati nascosti, simile a un programma per computer di base con pochi slot di memoria. Il secondo era un modello continuo che coinvolgeva la rotazione di una particella in rotazione, dove lo stato nascosto è un angolo che può assumere qualsiasi valore. Nel sistema finito, il ricercatore ha dimostrato che un modello può superare ogni test se l'esperimentatore segue una lista di passaggi pre-pianificata e invariante. Tuttavia, nel momento in cui l'esperimentatore è autorizzato a guardare il risultato di un passaggio e decidere se fermarsi o continuare in base a quel risultato, il modello crolla. Lo stato nascosto si sposterebbe in un modo che cambierebbe la probabilità dell'esito finale, permettendo effettivamente alla scelta futura di alterare il record passato in modo rilevabile. Questo fallimento non era un piccolo errore tecnico; era un'incapacità fondamentale del modello di mantenere una storia coerente quando le azioni dell'osservatore dipendevano dai dati appena raccolti.

Il modello continuo, che coinvolgeva una sorgente di particelle rotanti, ha fornito un risultato ancora più sorprendente. Il ricercatore ha ipotizzato una configurazione "passiva" in cui la sorgente delle particelle rimane invariata indipendentemente dalle misurazioni effettuate. Anche sotto questa stretta condizione, lo studio ha scoperto che due sonde separate che misurano la stessa particella possono sviluppare una sottile correlazione che dipende dall'angolo di una misurazione successiva. Nello specifico, la probabilità che le due sonde concordino tra loro cambia a seconda che una misurazione futura sia impostata su un angolo specifico o su un altro. La differenza era piccola ma matematicamente precisa: la probabilità di accordo si spostava di un fattore correlato alla forza dell'interazione e alla larghezza della distribuzione della sorgente. Ad esempio, con parametri specifici, la probabilità di accordo passava da circa il 51,9% al 51,0% a seconda dell'impostazione futura. Ciò significa che, sebbene le singole sonde sembrassero eque e imparziali di per sé, la loro storia combinata portava un segnale nascosto su una scelta che non era ancora stata fatta.

Il ricercatore ha verificato questi risultati attraverso rigorose simulazioni al computer e calcoli matematici esatti. Negli esperimenti a stati finiti, il team ha testato migliaia di diversi alberi decisionali, inclusi quelli in cui l'esperimentatore interrompeva il processo dopo aver visto un risultato specifico. Hanno confermato che, mentre le sequenze fisse producevano sempre risultati coerenti, le sequenze adattive — dove il passo successivo dipende dal precedente — rivelavano i difetti nascosti dei modelli. Negli esperimenti continui, il team ha eseguito milioni di prove per misurare l'accordo tra le sonde. I dati corrispondevano perfettamente alle previsioni teoriche, mostrando che la sottile dipendenza dalle impostazioni future era reale all'interno del framework del modello. Lo studio ha anche esplorato se un meccanismo di "reset" potesse risolvere questi problemi, ma ha scoperto che il semplice reset del dispositivo non risolveva il problema se il dispositivo veniva riutilizzato in modo non casuale.

La conclusione centrale di questo lavoro è che, affinché un modello retrocausale sia vitale, deve soddisfare due condizioni rigorose. Primo, lo stato nascosto deve aggiornarsi in modo da mantenere costante la probabilità totale di tutti i possibili esiti, indipendentemente da come l'esperimentatore scelga di continuare l'esperimento. Secondo, le preparazioni nascoste devono rimanere indistinguibili per l'osservatore, il che significa che il record di ciò che è accaduto non può rivelare quale impostazione futura sia stata scelta. Il documento mostra che molti modelli proposti falliscono questi test. Quando un modello fallisce, significa che le variabili nascoste non sono veramente nascoste; esse lasciano una traccia nei record osservabili che permette all'esperimentatore di dedurre le sue scelte future. Questo non prova che la retrocausalità sia impossibile, ma pone un onere pesante su qualsiasi teoria che la proponga. La teoria deve essere costruita con tale precisione da poter resistere allo scrutinio di un osservatore che adatta attivamente la propria strategia in base ai dati che vede.

Lo studio evidenzia anche l'importanza di come definiamo un "record". In questi modelli, un record include non solo il risultato finale della misurazione, ma anche la tempistica, le impostazioni del controllore e qualsiasi memoria dell'ambiente. Il ricercatore ha scoperto che se si ignorano questi dettagli e si guarda solo all'esito finale, si potrebbe mancare il fallimento. È solo quando si osserva l'intera catena di eventi, inclusi i processi decisionali lungo il percorso, che l'incoerenza diventa evidente. Ciò suggerisce che qualsiasi tentativo di costruire un modello retrocausale debba tenere conto della piena complessità della configurazione sperimentale, inclusa la capacità dell'osservatore di cambiare idea. Il lavoro non costruisce un nuovo rilevatore né prova che la natura funzioni in questo modo; piuttosto, fornisce un insieme di strumenti matematici per testare se un proposto modello sia coerente. Applicando questi strumenti, i ricercatori possono ora escludere intere classi di modelli che potevano sembrare plausibili a prima vista.

In definitiva, l'articolo funge da rigoroso test di resistenza per le teorie che cercano di spiegare le correlazioni quantistiche attraverso variabili nascoste influenzate dal futuro. Dimostra che, sebbene questi modelli possano essere tarati per funzionare in scenari semplici e statici, faticano a sopravvivere alla realtà dinamica di un esperimentatore che apprende e si adatta. I risultati suggeriscono che, se tali modelli esistono, devono essere molto più vincolati di quanto precedentemente pensato, richiedendo un livello di coerenza che è difficile da raggiungere senza introdurre nuovi meccanismi inspiegati. La ricerca lascia aperta la porta a teorie future, ma richiede che esse superino uno standard di prova molto più elevato, garantendo che il passato nascosto rimanga veramente nascosto all'osservatore curioso nel presente.