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
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理

快速展店背後的挑戰 如何降低跨據點管理與維運負擔

對連鎖零售企業而言,展店代表商機與成長,但當門市數量快速增加,營運與管理的複雜度也隨之提升。尤其對便利商店(C-store)、餐飲連鎖與其他高密度展店型態的企業而言,總部需要面對的不只是據點數量增加,更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理,往往以單一門市為單位,各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形,或進行跨區域管理時,往往需要投入大量人力逐一確認資訊,不僅增加管理負擔,也提高維運成本。

此外,零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝,甚至調整營運規模。傳統一次性設備投資模式,容易讓企業在面對據點變化時缺乏彈性,也增加設備重新配置與後續維護的負擔。

因此,現代零售企業所需要的不只是單純記錄事件的設備,而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊,並支援未來智慧應用發展的智慧化管理架構。

晶睿通訊-2.png
圖/ 晶睿通訊

從既有設備開始升級 降低全面汰換設備的轉型負擔

面對智慧化轉型需求,許多企業最大的挑戰並非是否需要升級,而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言,全面汰換既有架構不僅成本高,也可能影響門市日常運作。因此,能夠兼容既有設備並逐步升級的彈性架構,成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構,企業可以從既有設備開始,逐步整合不同據點的安全資訊與管理需求,同時導入雲端管理能力。相較於一次性重新建置,新一代平台架構能協助企業延續既有投資價值,並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外,訂閱式雲端服務模式和混合雲安防架構,也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理,企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整,精準配置資源,降低一次性投入壓力,也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言,安全管理不再是一套固定且難以調整的架構,而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理,或因應營運策略調整,都能以更彈性的方式完成管理升級。

晶睿通訊-3.png
圖/ 晶睿通訊

AI 不只是安防工具 更開始協助零售提升營運效率

隨著 AI 技術快速發展,安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤;如今,智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為,協助企業從「看見發生什麼」進一步「理解正在發生什麼」,甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言,AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則 讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測,協助門市減少人工查看影像的需求。而進一步透過 Think Alert,管理者更可以直接以自然語言設定客製化的偵測條件,將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例,店員往往需要同時處理結帳、補貨與顧客服務,總部也難以持續掌握每個據點的即時狀況。透過 Think Alert,管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境;當符合設定條件的畫面出現時,系統即可主動發出警報,協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言,這代表 AI 不只是協助辨識既定事件,更能依據不同營運需求,讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查 Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後,如何從大量、多據點的影像中找到關鍵人物與事件脈絡,往往是最耗費人力的環節。透過 Think Search,管理者可以直接用自然語言描述想尋找的對象與情境,例如,當家長反映孩童可能在門市附近走失時,店員或總部人員不需要逐一查看不同攝影機的錄影畫面,只要在 Think Search 輸入「昨日上午,牽著小女孩的男性」等自然語言描述,系統即可協助從大量影像中篩選相關畫面,快速找到相關人物可能出現的時間與位置。若需要進一步追蹤,還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault,建立事件時間線與人物移動路徑,協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運 讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景,若顧客將手機、包包等物品遺留在座位或櫃台附近,遺留物與遺失物偵測可以協助門市人員更快發現異常,主動確認並協助顧客處理失物問題;人流分析則能協助企業掌握不同時段的門市活動趨勢,作為空間配置與人力安排的參考;車牌辨識可應用於停車區域或門市周邊管理,而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用,企業能在既有設備基礎上,進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言,AI 的價值已不只是「看得更清楚」,而是讓企業更快發現問題、更快找到資訊,並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則,到 AI 搜尋與事件調查,再延伸至顧客服務與營運分析,雲端安防平台正讓影像從被動的紀錄工具,逐步成為支援多據點安全管理與營運決策的重要資訊來源。

晶睿通訊-4
圖/ 晶睿通訊

85°C 北美導入 VIVOTEK AI 雲端安防平台 加速 80+ 門市智慧營運升級

隨著零售產業持續朝向多據點與數位化營運發展,如何在快速展店的同時兼顧營運效率、安全管理與服務品質,已成為企業的重要課題。

為支援持續拓展的營運需求,85°C Bakery Cafe 北美導入 VIVOTEK VORTEX AI 雲端安防平台,透過雲地整合架構與 AI 智慧應用,將原本分散的監控系統整合至單一平台,全面提升多據點管理效率、事件處理速度與日常營運效能。

此案例呈現零售企業如何從既有設備與架構出發,分階段導入雲端安防平台,並為未來智慧化管理與 AI 應用建立基礎。

閱讀完整案例

85°C Bakery Cafe North America 如何透過 VIVOTEK 雲端安防平台打造更智慧的門市管理模式

觀看案例影片

了解 85°C Bakery Cafe North America 如何應用 VIVOTEK VORTEX AI 雲端安防平台

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
台達電全解讀
© 2026 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