穿越時空將成真?美科學家造出史上首個「蟲洞」!
穿越時空將成真?美科學家造出史上首個「蟲洞」!

這項史無前例的實驗探索了「時空」以某種方式從量子資訊中出現的可能性,儘管該工作的解釋仍然存在爭議。

作為生活在3D世界裡的人,我們似乎都思考過一個問題:時空穿越是可以實現的嗎?

1916 年,奧地利物理學家 Ludwig Flamm 首次提出了「蟲洞(wormhole)」的概念,1930 年代由愛因斯坦及納森 · 羅森在研究引力場方程時假設黑洞與白洞通過蟲洞連接,因此「蟲洞」又被稱作「愛因斯坦—羅森橋」。「蟲洞」被認為是宇宙中可能存在的「捷徑」,物體透過這條捷徑可以在瞬間進行時空轉移。然而,科學家們一直無法證實蟲洞的客觀存在。

現在,科學家們創造了有史以來第一個蟲洞,研究論文登上了《Nature》雜誌的封面。

科技奇異點_奇點_蟲洞_(來源shutterstock)_309841256_Lr.jpg
「蟲洞」被認為是宇宙中可能存在的「捷徑」,物體透過這條捷徑可以在瞬間進行時空轉移。
圖/ shutterstock)

蟲洞就像一個全像圖,由儲存在微型超導電路中的量子位元資訊或「qubit」組成。該研究透過操縱量子位元,成功透過蟲洞發送了資訊。

這項研究是由加州理工學院物理學教授 Maria Spiropulu 領導的,研究團隊使用Google的量子電腦 Sycamore 實現了一種新型的「蟲洞隱形傳態協議」。

全像原理是基於黑洞的量子性質提出的一種基本原理,涉及基礎物理學、量子力學和廣義相對論。自 1930 年代以來,物理學家一直在努力調和這些互不相干的理論。1990 年代以來全像原理在兩個框架之間提出了數學等價或「對偶性」。全像原理認為廣義相對論描述的彎曲時空連續體實際上是一個偽裝的粒子量子系統。時空和引力從量子效應中產生,就像 3D 全像圖從 2D 模式中投射出來一樣。

而 Spiropulu 等人進行的這項新實驗證實: 我們可以在量子電腦中控制量子效應,可以產生我們期望在相對論中看到的現象——蟲洞。

需要明確的是,與普通的全像圖不同,蟲洞不是我們可以看到的。蟲洞的主要開發者、哈佛大學的共同作者 Daniel Jafferis 認為:雖然我們的研究成果可以被認為是「真實時空的 filament」傳送協議,但它不是我們和 Sycamore 電腦所在的同一現實世界的一部分。全像原理表明,這兩種現實——有蟲洞的現實和有量子位元的現實——是同一物理學的不同版本,但如何概念化這種二元性仍然是個謎。

對於研究結果的基本含義,科學界可能會有各種不同的意見。但至關重要的是,實驗中的全像蟲洞由與我們所在宇宙的時空不同的時空組成。該實驗是否進一步證明了我們居住的時空也是全像的,這一點值得商榷。

Jafferis 說:「我認為宇宙中的引力確實是從一些量子位元中產生的,就像這個一維蟲洞是從 Sycamore 晶片中產生的一樣。但我們還不能完全確定,我們仍在努力探索。」

蟲洞研究背景起源,量子資訊在日常生活如何作用?

AdS/CFT 的對應關係是在一系列由問題引起的探究結束時發現的。在一個單一的空間區域內,能容納的最大訊息量是多少?如果有人問工程師,一個資料中心可能儲存多少資訊,答案很可能是「這取決於其中記憶體晶片的數量和類型」。但令人驚訝的是,資料中心內的東西最終並不那麼重要。如果人們把越來越多的記憶體晶片和越來越密集的電子設備塞進資料中心,那麼它最終會坍縮成一個黑洞,消失在事件視界(event horizon)後面。

當雅各布·貝肯斯坦和史蒂芬·霍金等物理學家試圖計算黑洞的資訊含量時,他們驚訝地發現,它是由事件視界的面積給出的,而不是由黑洞的體積。這看起來就像黑洞內部的資訊被寫在了事件視界上。具體來說,一個黑洞的事件視界可以用 A 個微小單位的面積(每個單位稱為「普朗克面積」,為 2.6121×10^-70 平方公尺)來鋪設,最多有 A/4 比特的資訊。這個極限被稱為「貝肯斯坦 - 霍金邊界」。

這一發現表明, 一個區域所能容納的最大訊息量未必與它的體積成正比,而是與該區域邊界的表面積成正比,這暗示了量子資訊與我們日常經驗中的3D空間世界之間的一種有趣的關係 。這種關係已被「它來自量子位元」(It from qubit)這一短語所概括,描述了物質(它)如何從量子資訊(量子位元)中出現。

雖然對普通時空來說,正式確定這種關係是困難的,但最近的一項研究取得了具有雙曲幾何的假想宇宙的顯著進展,被稱為「反德西特空間」(anti-de Sitter space),其中量子引力理論的構建更加自然。

在反德西特空間中,對有引力作用的空間體積的描述,可以被認為是在包圍該體積的邊界上編碼的:空間內的每個物體在邊界上都有相應的描述,反之亦然。這種資訊的對應關係被稱為「全像原理」,這是一個受貝肯斯坦和霍金的觀察啟發的通用原理。

image5.png
在反德西特空間中,對有引力作用的空間體積的描述,可以被認為是在包圍該體積的邊界上編碼的:空間內的每個物體在邊界上都有相應的描述。

AdS/CFT 的對應關係使物理學家能夠將空間中的物體與表面上相互作用的量子位元的特定集合聯繫起來。也就是說,邊界的每個區域(在量子資訊中)都編碼了時空中某個區域的內容,這樣一來,任何給定位置的物質都可以由量子資訊「構建」出來。這使得量子處理器可以直接與量子位元一起工作,同時提供對時空物理學的洞察力。透過仔細定義量子電腦的參數來類比一個給定的模型,我們就可以研究黑洞,甚至更進一步研究兩個相互連接的黑洞——一種被稱為「蟲洞」的配置,或「愛因斯坦 - 羅森橋」。

實驗室中的量子引力,證明蟲洞的可能性

Google的研究者計畫在 Sycamore 處理器上實現這些想法,他們構建了一個與可穿越蟲洞對等的量子系統。通過全像原理從量子資訊語言轉化為時空物理學,該實驗讓一個粒子落入蟲洞的一邊,觀察它在另一邊出現。

在最近的研究中,Daniel Jafferis、Ping Gao 和 Aron Wall 證明了可穿越蟲洞的可能性。蟲洞長期以來一直是科幻小說的主題,但一個「憑想像」構建的蟲洞會在穿過它的粒子上坍縮。

研究者表明: 負能量的衝擊波,即以光速傳播的時空變形,可以解決這個問題,它將蟲洞撐開足夠長的時間使其可以從中穿越 。可穿越蟲洞中負能量的存在類似于凱西米爾效應中的負能量,即真空能量將緊密間隔的板塊推到一起。在這兩種情況下,量子力學允許空間中某一特定位置的能量密度為正或負。另一方面,如果蟲洞經歷了一個正能量的衝擊波,就不會有資訊被允許通過。

用全像原理來創造一個蟲洞的最簡單應用需要很多很多的量子位元——事實上,要想接近理論物理學家給出的鉛筆和紙張的解決方案,就需要非常多的量子位元。隨著量子位元數量的減少,還需要額外的修正,而這些修正在今天仍然不為人所知。要在數量有限的量子電腦上建立一個可穿越的蟲洞,需要新的思路。

研究者之一 Zlokapa 採用深度學習的思路設計了一個小型的量子系統,保留了引力物理學的關鍵方面。神經網路是透過反向傳播進行訓練的,這種方法透過直接計算網路各層的梯度來最佳化參數。為了提高神經網路的性能,防止其對訓練資料集過擬合,機器學習研究者採用了大量的技術,比如稀疏化試圖透過將盡可能多的權重設置為零來限制網路中的資訊細節。

同樣,為了創建蟲洞,研究者從一個大的量子系統開始,把它當作一個神經網路。反向傳播更新了系統的參數以保持引力特性,而稀疏化減少了系統的大小。他們應用機器學習來學習一個系統,只保留了一個關鍵的引力特徵:使用負能量衝擊波的重要性。訓練資料集比較了粒子穿越一個用負能量撐開的蟲洞和用正能量塌縮的蟲洞的動態。通過確保學到的系統保留這種不對稱性,他們得到了一個與蟲洞動力學一致的稀疏模型。

image3.png
為了創建蟲洞,研究者從一個大的量子系統開始,把它當作一個神經網路。通過確保學到的系統保留這種不對稱性,他們得到了一個與蟲洞動力學一致的稀疏模型。

研究者們對新的量子系統進行了許多測試,以確定它是否表現出超越不同能量衝擊波所引起特徵的引力行為。例如,雖然量子力學效應能以多種方式在量子系統中傳遞資訊,但在時空中傳播的資訊——包括通過蟲洞——必須是因果一致的。這一點和其他特徵在經典電腦上得到了驗證,證實了量子系統的動力學與通過全像原理辭典中的引力解釋是一致的。

將可穿越蟲洞作為實驗在量子處理器上實現是一個異常微妙的過程。跨越量子位元的資訊傳輸的微觀機制是高度混亂的:想像一滴墨水在水中旋轉。當一個粒子落入蟲洞時,它的資訊會被塗抹在全像圖的整個量子系統中。為了使負能量衝擊波發揮作用,資訊的擾亂必須遵循一種特殊的模式,即所謂的「完美尺寸纏繞(perfect size winding)」。

在粒子撞上負能量衝擊波後,混亂的模式有效地反向進行:當粒子從蟲洞中出現時,就好像墨滴通過完全撤銷其原來的湍流擴散而重新組合在一起。如果在任何一個時間點上,發生了一個小錯誤,混沌動力學就不會自我撤銷,粒子也就無法通過蟲洞了。

在 Sycamore 量子處理器上,研究者測量了當應用負能量和正能量衝擊波時,有多少量子資訊從系統的一側傳遞到另一側。他們觀察到兩種能量之間有輕微的不對稱性,顯示出可穿越蟲洞的關鍵特徵。由於該協議對雜訊的敏感性,Sycamore 處理器的低錯誤率對測量訊號至關重要;即使有 1.5 倍的雜訊,訊號也會被完全掩蓋。

量子電腦不斷修正,助於探索未來新理論

引力只是量子電腦探索複雜物理理論的獨特能力的一個例子:量子處理器可以提供對時間晶體、量子混沌和化學的洞察力。這項蟲洞動力學的工作,代表了使用量子處理器發現基本物理學的一步。

隨著量子設備的不斷改進,更低的錯誤率和更大的晶片將允許研究者們對引力現象進行更深入的探測。與記錄周圍世界引力資料的實驗不同,量子電腦提供了一個探索量子引力理論的工具。未來,量子電腦將有助於發展對未來量子引力理論的理解,超越目前的模型。

本文授權轉載自:電腦王

責任編輯:蘇柔瑋

往下滑看下一篇文章
總統科學獎揭曉!梁賡義院士、葉均蔚院士用創新與堅持,寫下臺灣科學光輝新頁
總統科學獎揭曉!梁賡義院士、葉均蔚院士用創新與堅持,寫下臺灣科學光輝新頁

【總統科學獎】宗旨在於提升臺灣在國際學術界之地位,獎勵數理科學、生命科學、人文及社會科學、工程科學在國際學術研究上具創新性且貢獻卓著之學者,尤以對臺灣社會有重大貢獻之基礎學術研究人才為優先獎勵對象。

2025年11月11日,總統科學獎頒獎典禮於總統府正式舉行。2001年設立、每2年頒發1次的總統科學獎,今年已邁入第13屆,本屆的2位獲獎者,分別是生命科學組的院士梁賡義、工程科學組的院士葉均蔚。2位臺灣的科研泰斗,不僅全心全意投入創新,更樹立了典範,成為所有科研人員的榜樣。

總統賴清德在致詞時,引用諾貝爾和平獎得主曼德拉(Nelson Mandela)的話指出:「在事情完成之前,一切都看似不可能。這說明了2位院士的故事,他們對未知世界保持熱情、好奇,認真從基礎研究做起,並堅持努力到最後一刻,成功終將屬於他們。」

2025年總統科學獎得主,生命科學組 梁賡義 院士(右)、工程科學組 葉均蔚 院士(左)。
2025年總統科學獎得主,生命科學組 梁賡義 院士(右)、工程科學組 葉均蔚 院士(左)。
圖/ 數位時代

梁院士開創廣義估計方程式 ,加速新藥問世,造福千萬病患

從數學跨足生物統計、再投身高等教育與國家衛生的梁院士,從小就喜歡數學的嚴謹,在美國華盛頓大學攻讀博士期間,因為接觸到當時炙手可熱的「存活分析」,進而對生物統計產生興趣,「投入『生物統計』是條不歸路,因為我發現,統計工具的發展,可以對人類健康有間接幫助。」後來,他前往美國約翰霍普金斯大學任教,又與同事Scott Zeger研發出新的統計方法「廣義估計方程式」,突破了傳統分析方法必須假設所有樣本獨立的侷限,讓長期追蹤資料的解讀更嚴謹,也成為全球健康研究不可或缺的工具。

梁院士研究做得出色,卻不只將心力擺在學術上,他更心心念念著臺灣的發展,持續關心高等教育、國家衛生等領域。他在美國任教的28年間,幾乎年年暑假,都返國舉辦研討會,分享國際生物統計和流行病學的新知。2010年,他乾脆辭去教職,回臺擔任國立陽明大學校長,將陽明大學打造成醫學、人文並重的全人大學。

數位時代
賴總統親自頒發「2025年總統科學獎」殊榮予梁院士。
圖/ 數位時代

2017年,他又接下國家衛生研究院院長一職,並在新冠肺炎爆發期間,擔任中央流行疫情指揮中心研發組組長,與阿斯特捷利康(AstraZeneca)簽約,採購1千萬劑疫苗,完成防疫任務,「所以獲得總統科學獎,不僅是個人的榮耀,更是國家對全人教育的推動、公共衛生實踐,以及任務導向的研究重要性的肯定。能在其中有一些貢獻,我深感榮幸。」

高熵合金之父葉院士,堅持不懈打破材料學定律

被譽為「高熵合金之父」的葉院士,打破材料學界以1~2種主元素為基底的傳統,開創出能讓數十種元素混合的「高熵合金」,為元素週期表注入嶄新生命力,在半導體、智慧機械、綠能科技、國防與生醫等領域帶來突破性的應用。過去合金多以單一金屬為主,再加入少量元素微調性質,金屬種類愈多反而愈脆、延展性與硬度下降,使應用受限;然而高熵合金卻反其道而行,以4、5種以上金屬融合,展現出更佳的延展性、耐腐蝕性與硬度,重新定義合金的可能性。

令人驚訝的是,30年前葉院士提出高熵合金構想時,曾被質疑「觀念錯誤、毫無可能」。他不畏質疑,透過紮實的實驗與論證,於2004年一口氣發表5篇高熵材料論文,為高熵合金命名、定義並奠定理論基礎,後續更平均每年發表逾10篇研究,提出高熵效應、嚴重晶格扭曲效應、緩慢擴散效應與雞尾酒效應等核心概念,開創全新的材料科學典範。

數位時代
賴總統親自頒發「2025年總統科學獎」殊榮予葉院士。
圖/ 數位時代

如今,高熵合金不只在學界掀起熱潮,更成功落地產業。「學以致用非常重要!」葉院士強調,學術研究不該停留在象牙塔,而應投入產業、協助解決關鍵瓶頸。他不僅與國立清華大學共同成立「高熵材料研發中心」,也創辦全球首家高熵材料公司,推動技術轉移與產業升級,讓高熵合金真正走向世界舞臺。

所有總統科學獎得獎人的科學成就及重要貢獻,不僅提升臺灣學術聲譽及國際競爭力,對於增進人類生活福祉更有深遠的影響,實為臺灣學術界的最高典範。而本屆梁院士、葉院士2位得獎人終身投入科學探索、人才培育的成果,嘉惠了整個社會,更成就跨世代的深遠影響,為臺灣科學寫下光輝一頁。

【總統科學獎委員會 廣告】

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓