Measuring Bell non-locality in the presence of signaling

Probleemstelling

Bell-experimenten zijn fundamenteel voor het testen van lokale realiteit en het aantonen van kwantumnon-localiteit. Traditioneel wordt deze analyse uitgevoerd onder de strikte niet-signalerende (non-signaling) aanname: de statistieken van één partij (bijv. Alice) mogen niet afhankelijk zijn van de meetkeuzes van de andere partij (Bob). Dit is gerechtvaardigd in fysieke scenario's met ruimtelijke scheiding waar sneller-dan-licht communicatie onmogelijk is.

Echter, in de praktijk en in toepassingen buiten de fysica (zoals cognitiewetenschap, epidemiologie en econometrie) is deze aanname vaak niet geldig:

1. Experimentele imperfecties: Ruis en meetfouten kunnen leiden tot kleine signalering.
2. Tijdsafhankelijke scenario's: In temporale Bell-tests of instrumentele tests is verstoring (en dus signalering) inherent.
3. Causale netwerken: In andere wetenschappen is signalering vaak een intrinsiek onderdeel van het ontwerp.

Het huidige probleem is dat bestaande methoden Bell-non-localiteit vaak als een binair "ja/nee"-resultaat behandelen dat alleen geldig is als signalering volledig afwezig is. Als signalering aanwezig is, wordt de interpretatie van non-localiteit verward met de aanwezigheid van signalering. Er ontbreekt een unificerend raamwerk om te kwantificeren hoeveel van de waargenomen correlaties nog door een lokaal model kunnen worden verklaard, zelfs in aanwezigheid van signalering.

Methodologie

De auteurs introduceren een nieuw raamwerk gebaseerd op convexe decompositie en lineaire programmering (LP) om de "lokale fractie" en de "niet-signalerende fractie" te meten.

1. Definitie van Maatstaven:

   • Lokale fractie ($\mu_L$): Het maximale gewicht $p$ in een decompositie $\vec{P} = p \cdot \vec{P}_L + (1-p) \cdot \vec{P}_{NL}$, waarbij $\vec{P}_L$ een lokaal gedrag is (binnen het lokale polytoop $P_{Loc}$) en $\vec{P}_{NL}$ willekeurig gedrag (inclusief signalering).
   • Niet-signalerende fractie ($\mu_{NS}$): Het maximale gewicht $p$ in een decompositie $\vec{P} = p \cdot \vec{P}_{NS} + (1-p) \cdot \vec{P}_{S}$, waarbij $\vec{P}_{NS}$ niet-signalerend is (binnen $P_{NS}$) en $\vec{P}_{S}$ willekeurig gedrag.

2. Lineaire Programmering (LP) Benadering:

   • Het probleem wordt geformuleerd als het maximaliseren van $p$ onder de beperking dat het resterende deel een geldig waarschijnlijkheidsverdeling moet zijn.
   • Door gebruik te maken van de Sterke Dualiteitstheorema van de lineaire optimalisatie, wordt het probleem omgezet in het minimaliseren van een lineaire functie over de hoekpunten (vertices) van een duaal polytoop.
   • De oplossing voor een willekeurig gedrag $\vec{P}$ wordt gevonden door het minimum te nemen over een verzameling van specifieke vectoren die het gedrag projecteren op bepaalde richtingen in de correlatieruimte.

3. Geometrische Interpretatie:

   • De auteurs analyseren de hiërarchie van polytopes: $P_{Loc} \subsetneq P_{NS} \subsetneq P$ (waarbij $P$ de volledige correlatieruimte is).
   • De moeilijkheid ligt in het karakteriseren van de inbedding van $P_{NS}$ in $P$ en $P_{Loc}$ in $P$, wat complexer is dan de relatie tussen $P_{Loc}$ en $P_{NS}$.

Belangrijkste Bijdragen en Resultaten

1. Gesloten-vorm Oplossingen:
   De auteurs leiden gesloten-vorm oplossingen af voor het twee-instelling, twee-uitkomst Bell-scenario. De maatstaven worden uitgedrukt als het minimum over een eindige verzameling van lineaire uitdrukkingen (scalair producten met vectoren):

   • Stelling 2 (Lokale fractie): $\mu_L(\vec{P}) = \min_{\vec{q} \in Q} \vec{q}^T \cdot \vec{P}$, waarbij $Q$ een verzameling is van 128 specifieke vectoren (met componenten 0 of 1).
   • Stelling 3 (Niet-signalerende fractie): $\mu_{NS}(\vec{P}) = \min_{\vec{q} \in S} \vec{q}^T \cdot \vec{P}$, waarbij $S$ een verzameling is van 120 specifieke vectoren (met componenten 0, 1 of 2).

2. Structuur van de Oplossingsvectoren:
   De verzamelingen $Q$ en $S$ bestaan uit verschillende klassen vectoren die corresponderen met verschillende niveaus van schending van niet-signalerende voorwaarden:

   • f-vectoren (8 stuks): Corresponderen met maximale signalering ($\Delta$).
   • e-vectoren (8 stuks): Corresponderen met de Bell-CHSH ongelijkheden (relevant voor niet-signalerende statistieken).
   • g-, t-, s- en z-vectoren: Deze nieuwe klassen zijn essentieel wanneer signalering aanwezig is. Ze vangen complexe geometrische relaties op die niet worden beschreven door alleen CHSH of signaleringshandtekeningen.
   • De auteurs tonen aan dat geen enkele van deze 128 of 120 vectoren overbodig is; elk is nodig om het minimum voor bepaalde gedragingen correct te bepalen.

3. Numerieke Analyse:
   Via simulatie van willekeurige gedragingen tonen de auteurs aan dat hoekpunten die corresponderen met signalering (f-, g-, t-vectoren) vaker de limiterende factor zijn dan de traditionele Bell-CHSH uitdrukkingen (e-vectoren). Dit benadrukt dat in aanwezigheid van signalering, het onderscheid tussen non-localiteit en signalering cruciaal is.

Significantie en Toepassingen

• Ontkoppeling van Non-localiteit en Signalering: Het raamwerk biedt een methodologie om de bijdrage van non-localiteit te scheiden van die van signalering. Het beantwoordt de vraag: "Hoe vaak kan een lokaal model de waarnemingen verklaren, zelfs als er signalering is?"
• Toepasbaarheid buiten de Fysica: Het maakt Bell-analyse toepasbaar in domeinen waar signalering inherent is (bijv. sociale wetenschappen, psychologie, economie), zonder dat men genoodzaakt is om data kunstmatig te filteren of aan te passen om aan de niet-signalerende voorwaarde te voldoen.
• Robuustheid: Het biedt een manier om om te gaan met experimentele ruis en imperfecties in Bell-tests, wat de interpretatie van "loophole-free" experimenten verrijkt.
• Generalisatie: De methode is gebaseerd op convexe meetkunde en lineaire programmering, wat suggereert dat het uitbreidbaar is naar scenario's met meer partijen, instellingen of uitkomsten, en naar andere causale inferentieproblemen.

Conclusie:
Dit artikel transformeert de analyse van Bell-non-localiteit van een binair test (lokaal vs. niet-lokaal onder strikte voorwaarden) naar een kwantitatieve maatstaf die werkt in het volledige spectrum van mogelijke gedragingen, inclusief die met signalering. Het levert een robuust, wiskundig onderbouwd instrument dat de complexiteit van causale relaties in zowel fysieke als niet-fysische systemen beter kan vatten.