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

In het onderzoek naar hoe deeltjes zich gedragen, vertrouwen wetenschappers vaak op verborgen variabelen—onzichtbare eigenschappen die de uitkomst van een experiment bepalen. Stel je een munt voor die een verborgen gewicht in zich heeft, dat bepaalt of hij op kop of munt landt nog voordat je hem werpt. In de standaardfysica zijn deze verborgen eigenschappen vast en veranderen ze niet op basis van wat je later besluit te meten. Echter, een andere klasse theorieën, bekend als retrocausale modellen, suggereert dat de verborgen staat van een deeltje afhankelijk kan zijn van toekomstige keuzes van de experimentator. Dit idee is controversieel omdat het lijkt te impliceren dat de toekomst het verleden beïnvloedt. De cruciale vraag voor natuurkundigen is niet of deze modellen de resultaten van een enkel experiment kunnen nabootsen, maar of ze consistent blijven wanneer een experimentator dezelfde apparatuur hergebruikt of een reeks beslissingen neemt op basis van eerdere resultaten. Als een model werkt voor één meting maar bezwijkt wanneer hetzelfde apparaat opnieuw wordt gebruikt, kan het geen geldige beschrijving van de werkelijkheid zijn.

Een onderzoeker aan de Monash University heeft precies dit probleem onderzocht, door te vragen of verborgen-variabelenmodellen de test van hergebruik kunnen doorstaan. De studie richt zich op een specifome scenario: een experimentator legt een resultaat vast, en gebruikt dat verslag vervolgens om te beslissen hoe de volgende meting wordt ingesteld. De onderzoeker ontdekte dat hoewel veel van deze modellen er succesvol in kunnen zijn om de uitkomst van een enkele, vaste sequentie van gebeurtenissen te voorspellen, ze vaak falen wanneer de experimentator wordt toegestaan de experiment vroegtijdig te stoppen of het plan te wijzigen op basis van wat hij zojuist heeft gezien. Het artikel demonstreert dat voor een model om fysiek consistent te zijn, de verborgen staat op een zeer specifieke manier moet worden bijgewerkt, waarbij het totale "gewicht" van alle mogelijke uitkomsten behouden blijft, ongeacht hoe de experimentator besluit voort te gaan. Als het model voor deze test faalt, wordt de verborgen informatie waarop het model steunt onderscheidbaar voor de buitenwereld, wat een tegenstrijdigheid in de theorie onthult.

Om deze ideeën te testen, bouwde de onderzoeker twee soorten wiskundige modellen. Het eerste was een eenvoudig, eindig systeem met een beperkt aantal verborgen staten, vergelijkbaar met een basis computerprogramma met een paar geheugenplaatsen. Het tweede was een continu model dat betrekking heeft op de rotatie van een draaiend deeltje, waarbij de verborgen staat een hoek is die elke waarde kan aannemen. In het eindige systeem toonde de onderzoeker aan dat een model elke test kan doorstaan als de experimentator een vooraf gepland, onveranderlijk stappenplan volgt. Echter, op het moment dat de experimentator in staat is om naar het resultaat van één stap te kijken en te besluiten of hij stopt of doorgaat op basis van dat resultaat, stort het model in. De verborgen staat zou verschuiven op een manier die de waarschijnlijkheid van de uiteindelijke uitkomst verandert, waardoor de toekomstkeuze effectief het verledenverslag kan wijzigen op een detecteerbare manier. Dit falen was geen kleine glitch; het was een fundamenteel onvermogen van het model om een consistente geschiedenis te handhaven wanneer de acties van de waarnemer afhankelijk waren van de gegevens die hij zojuist had verzameld.

Het continue model, dat een bron van draaiende deeltjes betrof, leverde een nog meer opmerkelijk resultaat op. De onderzoeker nam een "passieve" opstelling aan waarbij de bron van de deeltjes ongewijzigd bleef, ongeacht de uitgevoerde metingen. Zelfs onder deze strikte voorwaarde vond de studie dat twee afzonderlijke sondes die hetzelfde deeltje meten, een subtiele correlatie kunnen ontwikkelen die afhankelijk is van de hoek van een latere meting. Specifiek veranderde de waarschijnlijkheid dat de twee sondes met elkaar overeenstemmen, afhankelijk van of een toekomstige meting op een specifieke hoek was ingesteld of op een andere hoek. Het verschil was klein maar wiskundig precies: de overeenkomst-waarschijnlijkheid verschoof met een factor gerelateerd aan de sterkte van de interactie en de breedte van de distributie van de bron. Bijvoorbeeld, met specifieke parameters verschoof de overeenkomst-waarschijnlijkheid van ongeveer 51,9% naar 51,0% afhankelijk van de toekomstige instelling. Dit betekent dat zelfs als de individuele sondes op zichzelf eerlijk en onbevooroordeeld leken, hun gecombineerde geschiedenis een verborgen signaal droeg over een keuze die nog niet was gemaakt.

De onderzoeker verifieerde deze bevindingen door middel van rigoureuze computersimulaties en exacte wiskundige berekeningen. In de experimenten met eindige staten testte het team duizenden verschillende beslisbomen, inclusief scenario's waarbij de experimentator het proces stopte na het zien van een specifiek resultaat. Ze bevestigden dat terwijl vaste sequenties altijd consistente resultaten produceerden, adaptieve sequenties—waarbij de volgende stap afhangt van de vorige—de verborgen gebreken in de modellen aan het licht brachten. In de continue experimenten voerde het team miljoenen proeven uit om de overeenkomst tussen sondes te meten. De gegevens kwamen exact overeen met de theoretische voorspellingen, wat aantoonde dat de subtiele afhankelijkheid van toekomstige instellingen binnen het kader van het model echt was. De studie onderzocht ook of een "reset"-mechanisme deze problemen kon oplossen, maar stelde vast dat het simpelweg resetten van het apparaat het probleem niet oploste als het apparaat op een niet-willekeurige manier werd hergebruikt.

De kernconclusie van dit werk is dat voor een levensvatbaar retrocausaal model aan twee strikte voorwaarden moet worden voldaan. Ten eerste moet de verborgen staat worden bijgewerkt op een manier die de totale waarschijnlijkheid van alle mogelijke uitkomsten constant houdt, ongeacht hoe de experimentator besluit het experiment voort te zetten. Ten tweede moeten de verborgen voorbereidingen ononderscheidbaar blijven voor de waarnemer, wat betekent dat het verslag van wat er is gebeurd niet kan onthullen welke toekomstige instelling is gekozen. Het artikel laat zien dat veel voorgestelde modellen voor deze tests falen. Wanneer een model faalt, betekent dit dat de verborgen variabelen niet werkelijk verborgen zijn; ze laten een spoor achter in de waarneembare verslagen waarmee een experimentator hun toekomstige keuzes kan afleiden. Dit bewijst niet dat retrocausaliteit onmogelijk is, maar het legt een zware last op elke theorie die dit voorstelt. De theorie moet met zodanige precisie worden geconstrueerd dat zij de kritische blik kan weerstaan van een experimentator die zijn strategie actief aanpast op basis van de verzamelde gegevens.

De studie benadrukt ook het belang van hoe we een "verslag" definiëren. In deze modellen omvat een verslag niet alleen het uiteindelijke meetresultaat, maar ook de timing, de instellingen van de controller en elke herinnering aan de omgeving. De onderzoeker vond dat als men deze details negeert en alleen naar de uiteindelijke uitkomst kijkt, men de fout mogelijk mist. Het is pas wanneer men naar de volledige keten van gebeurtenissen kijkt, inclusief de beslissingen die onderweg zijn genomen, dat de inconsistentie duidelijk wordt. Dit suggereert dat elke poging om een retrocausaal model te bouwen, rekening moet houden met de volledige complexiteit van de experimentele opstelling, inclusclusief het vermogen van de waarnemer om van gedachten te veranderen. Het werk construeert geen nieuwe detector of bewijst dat de natuur zo werkt; het biedt eerder een reeks wiskundige instrumenten om te testen of een voorgesteld model consistent is. Door deze instrumenten toe te passen, kunnen onderzoekers nu hele klassen van modellen uitsluiten die op het eerste gezicht plausibel leken.

Uiteindelijk dient het artikel als een rigoureuze stresstest voor theorieën die proberen kwantumcorrelaties te verklaren via verborgen variabelen die beïnvloed worden door de toekomst. Het toont aan dat hoewel deze modellen kunnen worden afgestemd om te werken in eenvoudige, statische scenario's, ze moeite hebben om te overleven in de dynamische realiteit van een experimentator die leert en zich aanpast. De bevindingen suggereren dat als dergelijke modellen bestaan, ze veel meer beperkt moeten zijn dan voorheen gedacht, waarbij een niveau van consistentie vereist is dat moeilijk te bereiken is zonder nieuwe, onverklaarde mechanismen te introduceren. Het onderzoek laat de deur open voor toekomstige theorieën, maar eist dat zij voldoen aan een veel hogere standaard van bewijs, om ervoor te zorgen dat de verborgen geschiedenis werkelijk verborgen blijft voor de nieuwsgierige waarnemer in het heden.