经典随机过程的量子与后量子模型的可辨识性与最小性界限
为了理解周遭世界,研究人员构建了能够复现、描述和解释所观测行为的模型。针对相关随机变量序列(即经典随机过程)这一广泛案例,该研究团队致力于解决一个核心问题:如何判定两种不同模型是否产生相同可观测行为。这一“可辨识性”问题存在奇特现象——模型的物理机制无需与观测现象的物理本质对应;最新研究表明,采用量子模型生成经典随机过程在内存效率和热力学效率方面反而更具优势。该工作通过将任意模型(无论经典、量子还是“后量子”模型)映射至规范化的“广义”隐马尔可夫模型,成功解决了这一领域的可辨识性问题。基于此方法,研究人员进一步能够确定量子模型生成给定经典随机过程所需的最小维度边界(某些情况下甚至可得到紧致边界)。
