Guarda un film al contrario e probabilmente ti confonderai, ma un computer quantistico no. Questa è la conclusione del ricercatore Mile Gu del Center for Quantum Technologies (CQT) della National University of Singapore e della Nanyang Technological University e collaboratori.

In una ricerca pubblicata il 18 luglio in Revisione fisica X , il team internazionale mostra che un computer quantistico è meno schiavo della freccia del tempo rispetto a un computer classico. In alcuni casi, è come se il computer quantistico non avesse affatto bisogno di distinguere tra causa ed effetto.

Il nuovo lavoro si ispira a un'influente scoperta fatta quasi 10 anni fa dagli scienziati della complessità James Crutchfield e John Mahoney dell'Università della California, Davis. Hanno dimostrato che molte sequenze di dati statistici avranno una freccia del tempo incorporata. Un osservatore che vede i dati riprodotti dall'inizio alla fine, come i fotogrammi di un film, può modellare ciò che viene dopo utilizzando solo una modesta quantità di memoria su ciò che è accaduto prima. Un osservatore che cerca di modellare il sistema al contrario ha un compito molto più difficile:potenzialmente dover tracciare ordini di grandezza maggiori di informazioni.

Questa scoperta divenne nota come asimmetria causale. Sembra intuitivo, dopo tutto, modellare un sistema quando il tempo scorre a ritroso è come cercare di dedurre una causa da un effetto. Siamo abituati a trovarlo più difficile che prevedere un effetto da una causa. Nella vita di tutti i giorni, capire cosa accadrà dopo è più facile se sai cosa è appena successo, e cosa è successo prima.

Però, i ricercatori sono sempre interessati a scoprire asimmetrie legate all'ordinamento temporale. Questo perché le leggi fondamentali della fisica sono ambivalenti sul fatto che il tempo si muova in avanti o all'indietro. "Quando la fisica non impone alcuna direzione al tempo, da dove viene l'asimmetria causale, il sovraccarico di memoria necessario per invertire causa ed effetto?", chiede Gu.

I primi studi sull'asimmetria causale utilizzavano modelli con la fisica classica per generare previsioni. Crutchfield e Mahoney hanno collaborato con Gu e i collaboratori Jayne Thompson, Andrew Garner e Vlatko Vedral al CQT per scoprire se la meccanica quantistica cambia la situazione.

Hanno scoperto che lo ha fatto. Modelli che utilizzano la fisica quantistica, la squadra dimostra, può mitigare completamente il sovraccarico di memoria. Un modello quantistico costretto a emulare il processo in tempo inverso supererà sempre un modello classico che emula il processo in tempo in avanti.

Il lavoro ha alcune profonde implicazioni. "La cosa più eccitante per noi è la possibile connessione con la freccia del tempo, "dice Thompson, primo autore dell'opera. "Se l'asimmetria causale si trova solo nei modelli classici, suggerisce la nostra percezione di causa ed effetto, e quindi il tempo, può emergere dall'applicazione di una spiegazione classica sugli eventi in un mondo fondamentalmente quantistico, " lei dice.

Prossimo, il team vuole capire come questo si collega ad altre idee di tempo. "Ogni comunità ha la sua freccia del tempo, e tutti vogliono spiegare da dove vengono, " dice Vedral. Crutchfield e Mahoney hanno definito l'asimmetria causale un esempio della "freccia uncinata" del tempo.

La più iconica è la freccia termodinamica. Nasce dall'idea che il disordine, o entropia, aumenterà sempre, un po' qua e là, in tutto ciò che accade, fino a quando l'universo finisce come un grande, pasticcio caldo. Mentre l'asimmetria causale non è la stessa della freccia termodinamica, potrebbero essere correlati. I modelli classici che tracciano più informazioni generano anche più disordine. "Questo suggerisce che l'asimmetria causale può avere una conseguenza entropica, "dice Thompson.

I risultati possono anche avere un valore pratico. Eliminare il classico sovraccarico per invertire causa ed effetto potrebbe aiutare la simulazione quantistica. "Come un film al contrario, a volte ci può essere richiesto di dare un senso a cose che sono presentate in un ordine che è intrinsecamente difficile da modellare. In tali casi, i metodi quantistici potrebbero rivelarsi molto più efficienti delle loro controparti classiche, "dice Gu.