Ученые собрались создать карты «границ реальности»

Испoльзoвaниe в мoдeляx гeнeтичeскиx aлгoритмoв, oднoй из сaмыx мoщныx тexнoлoгий мaшиннoгo пoзнaния, пoзвoлит этим мoдeлям aвтoмaтичeски найти самые близкие по образу классические образы и установить взаимосвязи между ними в обрабатываемых наборах данных.»Теорема Белла полностью исключает понятие классических причинно-следственных связей, что является одним из самых больших краеугольных камней современной физики» — рассказывает доктор Альберто Перуссо (Dr Alberto Peruzzo) из университета RMIT, Мельбурн, — «Только лишь недавно был проведен эксперимент с корреляциями Белла, в котором не присутствовало никаких «лазеек» и результаты которого указали на необходимость пересмотра классического понятия причинно-следственной связи».Упомянутые выше генетические алгоритмы должны обучиться поиску самых близких с классической точки зрения связанных образов в наборах экспериментальных данных. Для работы моделей был подготовлен обширный набор экспериментальных данных, полученных при помощи фотонов, находящихся в различных квантовых состояниях, в том числе и в состоянии квантовой запутанности. Генетические алгоритмы, способные модернизировать самих себя в процессе самообучения, выявили взаимосвязи между фотонами и определили их количественное значение.»Область, в которой работают разработанные нами модели, получила название «границ реальности»» — рассказывает доктор Крис Ферри (Dr Chris Ferrie) из Технологического университета Сиднея, — «Эта область связана с понятием «локальный реализм», который является частью существующей физической модели, удовлетворяющей Общей теории относительности Альберта Эйнштейна». Это, в свою очередь, позволит ученым определить количественно отклонения между понятиями классических и квантовых корреляций (взаимосвязей).Разработанные учеными модели оперируют с фотонами, частицами света, между которыми наблюдаются квантовые корреляции, явления, которые невозможно объяснить с точки зрения классической физики. Группа ученых из Австралии и Германии составила математические модели, основанные на генетических алгоритмах, расчеты которых должны подтвердить наличие отклонений от классических причинно-следственных связей.