研究課題/領域番号 |
19K03838
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分15010:素粒子、原子核、宇宙線および宇宙物理に関連する理論
|
研究機関 | 東北大学 |
研究代表者 |
堀田 昌寛 東北大学, 理学研究科, 助教 (60261541)
|
研究期間 (年度) |
2019-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
キーワード | 機械学習 / 一般相対論 / 量子重力 / ブラックホール / 量子情報 / 深層学習 / 曲がった時空 / 量子測定理論 / 量子カオス / 量子情報物理学 / エンタングルメント |
研究開始時の研究の概要 |
本研究ではブラックホールの量子情報物理学を深化させることを目的とする。事象の地平面上のミクロ状態を生むソフトヘア、量子場の零点振動の自由度を採り入れたブラックホール蒸発を記述する新しい量子多体系モデルを構築し、時空の局所性を保った量子情報の解放機構を研究する。また古典及び量子的な計量場や時空曲率の測定機数理モデルを導入して、ソフトヘア電荷に対する新しい量子測定理論の構築を行う。この測定の原理的効率上限の探究のために、測定機間の量子もつれだけでなく、量子的な深層学習機能も測定機内部に採り入れる。多数連携させて作る量子深層学習を伴う測定機の研究はこれまでになく、その独自性は高い。
|
研究実績の概要 |
量子重力における量子測定理論の構築を視野にいれた、機械学習の研究を行い、Physical Review Dに論文を発表をした。量子重力理論では、量子的時空の重ね合わせを観測する観測者の存在が重要と考えられるが、その「観測者」を機械学習に基づいたAIとした場合に、時空計量の測定における原理的諸問題は何かを明らかにした。時空にばら撒かれたダストや小天体の軌道の画像データを基にして、教師付き学習のためのデータを生成し、それをAIに学習させたのちに、新しい時空における軌道画像データを入力して、その時空計量のパラメータを推定させる問題を考えている。AIがどうしても区別できない異なる時空が存在することを示し、その2つの時空の関係性をDeep Learning Isometryとして理論的に整備を行った。これは量子重ね合わせにある2つの時空をAIが量子測定をしても、その重ね合わせが壊れない場合があることを意味し、従来の量子重力理論では議論をされてこなかった新しい側面を明確にしたことになっている。また超弦理論で議論をされてきたAdS/CFT対応における機械学習の新しい役割を提案した。2+1次元の反ドジッター時空(AdS)に双対である1+1次元共形場において、状態推定を行う機械学習的AIにもAdSバルク側に対応する機械学習AIが存在すべきと予想される。本研究では、それが境界近傍の情報だけでなく、バルクの深層の情報まで採り入れた軌道画像データを学習したAIであろうという示唆を与える結果を得ている点でも重要な結果となっている。またAdSの宇宙項やブラウン=ヘノーの電荷の大きさを推定する具体的なプログラムも作成し、その効率を論じている。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
主要な成果は既に得られているが、その成果を研究会やセミナー、国際会議で発表する期待がコロナ禍で制限されており、旅費の予算も余ったまま繰り越しをしている。
|
今後の研究の推進方策 |
セミナーや研究会、国際会議などで得られた成果を発表をしたいと考えている。
|