In de fysieke wereld is bijna alles wat we observeren het resultaat van een verborgen oorzaak die op een systeem inwerkt. Wanneer een blad in een stroom draait, wanneer een planeet rond een ster draait, of wanneer een deeltje door een veld beweegt, is er een onderliggende kracht of conditie die die beweging aandrijft. Wetenschappers proberen vaak achteruit te werken: ze meten de beweging en vragen zich af: "Wat heeft dit veroorzaakt?" Dit staat bekend als een invers probleem. Het is een fundamentele uitdaging in de natuurkunde, omdat de weg van oorzaak naar gevolg vaak duidelijk is, maar de weg van gevolg terug naar oorzaak vol vallen zit. Soms is de informatie voorgoed verloren; soms produceren verschillende oorzaken exact hetzelfde resultaat; en soms beperkt de manier waarop we de gegevens bekijken wat we kunnen zien. Begrijpen waar deze informatie precies verdwijnt, is cruciaal voor velden variërend van fluïdumdynamica tot kwantummechanica, maar het onderscheiden tussen een ontbrekend stuk data en een fundamentele beperking van de natuur is moeilijk gebleven.

Een onderzoeker aan de Kansai Universiteit heeft nu een duidelijke kaart geboden voor het navigeren door deze vallen. Door het proces van reconstructie te behandelen als een gestructureerde reis, scheidt het werk de grenzen van wat theoretisch mogelijk is van de grenzen van wat daadwerkelijk haalbaar is in een echt fysiek systeem. De studie introduceert een drieledig kader om te meten hoeveel van een verborgen oorzaak kan worden herwonnen uit observaties. Het maakt onderscheid tussen het structurele potentieel van het systeem, de effectiviteit van de specifieke methode die wordt gebruikt om het te analyseren, en de fysieke realiteit die de data vaak degradeert voordat deze zelfs maar gemeten kan worden. Deze benadering stelt wetenschappers in staat om precies aan te wijzen waar het vermogen om een oorzaak te reconstrueren verloren gaat: komt het doordat de wiskundige instrumenten niet goed genoeg zijn ontworpen, of omdat de natuurwetten zelf de informatie hebben gewist?

De kern van dit nieuwe kader is een hiërarchie van drie "dimensies", of maten van capaciteit, die fungeren als bovengrenzen voor hoeveel informatie kan worden teruggehaald. Het eerste niveau is de structurele dimensie. Dit vertegenwoordigt de maximale hoeveelheid informatie die theoretisch herwonnen zou kunnen worden als het systeem perfect zou zijn en de wiskundige instrumenten met oneindige zorg zouden zijn ontworpen. Het wordt uitsluitend bepaald door de symmetrieën van het systeem — de manieren waarop het systeem er hetzelfde uitziet na rotatie of verschuiving. Als een systeem een bepaalde symmetrie heeft, vertelt de structurele dimensie ons het absolute plafond van wat gekend zou kunnen worden, uitgaande van het feit dat er geen andere beperkingen bestaan. Het is een theoretische limiet gebaseerd op de architectuur van het probleem zelf.

Een theoretisch plafond is echter niet altijd bereikbaar. Het tweede niveau, de effectieve dimensie, houdt rekening met het specifieke ontwerp van de reconstructiemethode. In de praktijk moeten wetenschappers kiezen hoe ze de verzamelde gegevens verwerken. Ze kunnen metingen op specifieke manieren combineren of specifieke algoritmen gebruiken om de oorzaak te extraheren. De effectieve dimensie meet hoe goed een gekozen methode de beschikbare informatie daadwerkelijk benut. Het is mogelijk om een methode te ontwerpen die inefficiënt is en er niet in slaagt alle informatie te extraheren die de structurele dimensie aangeeft te bevatten. Als een methode bijvoorbeeld gegevenspunten op een manier combineert die redundantie creëert, kan het onafhankelijke richtingen van informatie missen. De kloof tussen de structurele en de effectieve dimensie onthult of het verlies van informatie te wijten is aan een slechte keuze van de wiskundige instrumenten.

Het derde en laatste niveau is de fysieke dimensie. Dit is waar de echte wereld ingrijpt. In elk werkelijk fysiek systeem is de toestand van materie niet slechts een verzameling getallen die wachten om gelezen te worden; het is het resultaat van fysieke processen die in de loop van de tijd evolueren. Deze processen kunnen ervoor zorgen dat de toestandsruimte degenererend wordt, wat betekent dat verschillende begincondities kunnen samenvallen in dezelfde observeerbare toestand. Bijvoorbeeld, als deeltjes in een vloeistof onderhevig zijn aan een specifieke stroming, kunnen ze allemaal in een voorspelbaar patroon terechtkomen, waardoor de unieke details van hun oorspronkelijke posities verloren gaan. De fysieke dimensie meet de informatie die overblijft nadat de fysieke processen hun werk hebben gedaan. Het is de ware, praktische limiet van wat gereconstrueerd kan worden, ongeacht hoe slim de wiskundige methode ook is.

Het artikel illustreert deze hiërarchie met twee verschillende voorbeelden om aan te tonen hoe het kader van toepassing is op verschillende soorten problemen. Het eerste voorbeeld betreft schilferachtige deeltjes die in een vloeistof drijven. Wetenschappers willen de snelheidgradiënt van de vloeistof weten — de manier waarop de snelheid en richting van het water van punt naar punt veranderen — door te observeren hoe deze minuscule schilfers draaien. De onderzoekers ontwierpen een wiskundig instrument om deze gradiënt te reconstrueren vanuit de oriëntaties van de deeltjes. Ze ontdekten dat hoewel de structurele dimensie suggereerde dat een bepaalde hoeveelheid informatie herwonnen kon worden, de fysieke dimensie lager was. Dit kwam doordat de fysica van de vloeistofstroom ervoor zorgde dat de deeltjes op een specifieke manier uitgelijnd raakten, waardoor bepaalde details van de stroming effectief werden gewist. De kloof tussen de theoretische limiet en de fysieke limiet toonde aan dat de informatie verloren ging door de aard van de fluïdumdynamica, en niet omdat het wiskundige instrument gebrekkig was.

Het tweede voorbeeld kijkt naar een klassiek probleem in de mechanica: twee geladen deeltjes die met elkaar interageren. Hier was het doel niet alleen om een bekende oorzaak te vinden, maar om te definiëren wat de oorzaak daadwerkelijk is op basis van de symmetrie van het systeem. De onderzoekers bouwden een reconstructiekaart om de beweging van de twee deeltjes te analyseren. Ze ontdekten dat de fysieke dimensie lager was dan de effectieve dimensie voor één specifieke component van de beweging. Deze reductie was te wijten aan de behoud van impulsmoment, een fundamentele wet die de beweging dwingt binnen één enkel vlak te blijven. Deze fysieke beperking betekende dat sommige informatie over de rotatie inherent onbeschikbaar was, ongeacht hoe de gegevens werden verwerkt. In dit geval hielp het kader identificeren dat de ontbrekende informatie een direct gevolg was van een behoudswet.

Door deze drie niveaus te scheiden, biedt het werk een diagnostisch instrument voor wetenschappers. Als de kloof bestaat tussen de structurele en de effectieve dimensies, is de oplossing om de wiskundige methode zo te herontwerpen dat deze efficiënter wordt. Als de kloof bestaat tussen de effectieve en de fysieke dimensies, is het probleem dieper; de informatie is fysiek gewist en geen enkele wiskundige slimheid kan het terugwinnen. Dit onderscheid is essentieel omdat het onderzoekers voorkomt dat zij tijd verspillen aan het proberen op te lossen van problemen die fysiek onmogelijk op te lossen zijn, en het leidt hen ertoe hun methoden te verbeteren wanneer de beperking louter een kwestie van ontwerp is.

De studie beweert niet elk invers probleem op te lossen of een perfecte nauwkeurigheid van reconstructie te garanderen. In plaats daarvan biedt het een manier om de reikwijdte van elke reconstructiepoging te meten. Het verduidelijkt dat het vermogen om een oorzaak te herwinnen geen simpel ja-of-nee-vraagstuk is, maar een gelaagde structuur waarbij verschillende soorten beperkingen op verschillende stadia opereren. De bevindingen suggereren dat door te begrijpen welke laag de flessenhals vormt, wetenschappers weloverwogen beslissingen kunnen nemen over het ontwerp van experimenten en de interpretatie van gegevens. Het kader is toepasbaar op een breed scala aan systemen, van de stroming van vloeistoffen tot de beweging van hemellichamen, en biedt een verenigde taal om de grenzen van kennis in fysieke systemen te bespreken. Uiteindelijk transformeert het de abstracte vraag "kunnen we dit weten?" in een concrete analyse van waar de informatie stopt en waarom.