Un team di fisici, tra cui uno dell’Università della California, Berkeley, ha utilizzato l’informatica quantistica e l’apprendimento automatico per simulare l’interno di un buco nero e studiare il comportamento della materia in condizioni estreme.

I buchi neri sono regioni dello spaziotempo con forze gravitazionali così forti che nulla, nemmeno la luce, può fuoriuscire da una certa distanza, chiamata orizzonte degli eventi. Ciò rende difficile studiare l’interno dei buchi neri utilizzando metodi tradizionali.

Tuttavia, i ricercatori sono stati in grado di utilizzare un computer quantistico per simulare il campo gravitazionale di un buco nero e quindi utilizzare l’apprendimento automatico per analizzare il comportamento della materia in questo campo. Ciò ha permesso loro di acquisire nuove conoscenze sulle proprietà dei buchi neri e sulla natura della gravità.

Il gruppo di ricerca, che comprendeva fisici di Google, Caltech e dell’Università del Maryland, ha pubblicato i risultati sulla rivista Nature.

Lo studio ha utilizzato un computer quantistico per simulare un buco nero bidimensionale, che è un modello semplificato di un vero buco nero. Il computer quantistico è riuscito a simulare il campo gravitazionale del buco nero e il comportamento della materia in questo campo.

I ricercatori hanno quindi utilizzato l’apprendimento automatico per analizzare i dati della simulazione al computer quantistico. Ciò ha permesso loro di identificare le caratteristiche chiave dell’interno del buco nero, come l’orizzonte degli eventi e la singolarità.

I ricercatori hanno anche scoperto che il comportamento della materia all’interno del buco nero era diverso da quanto previsto dalla fisica classica. Ad esempio, hanno scoperto che la materia potrebbe scavare un tunnel attraverso l’orizzonte degli eventi e fuggire dal buco nero.

Questa ricerca fornisce nuove informazioni sulle proprietà dei buchi neri e sulla natura della gravità. Dimostra inoltre il potenziale dell’utilizzo del calcolo quantistico e dell’apprendimento automatico per studiare sistemi fisici complessi.

I ricercatori intendono continuare il loro lavoro utilizzando l’informatica quantistica e l’apprendimento automatico per studiare i buchi neri e altri sistemi fisici complessi. Sperano che la loro ricerca porti a una migliore comprensione dell'universo e delle leggi fondamentali della fisica.