有关量子力学的诸多深奥理论里面，我们最熟悉的不过就是"薛定谔的猫"。
最近发表在《科学进展》上的研究中，表明在由量子力学的奇怪规则支配的原子和粒子的微观世界中，两个不同的观察者有权获得自己的事实。
根据理论，粒子可以同时处于多个位置或状态，专业术语称之为为叠加。
换句话说，根据目前的量子理论，事实实际上是主观的。
当我们观察一个量子系统时，粒子会选择一个特定的位置，即打破叠加态。
想象一下，魏格纳的一个朋友在一个封闭的实验室里掷出一个量子硬币，硬币的正面和反面是重叠的。
干涉实验是一种量子测量方法，可以让你解开整个系统的叠加，从而确认两个物体是纠缠在一起的。
维格纳最初并不认为这是一个悖论，他认为把一个有意识的观察者描述成一个量子对象是荒谬的。
最终，研究人员成功证实了量子力学可能确实会与客观事实的假设不相容——不等式被打破了。
另一个重要的问题是，是否可以将单光子视为观察者。
维也纳大学的Časlav 布鲁克纳的研究表明,在一定的假设下, 魏格纳的想法可以用来正式证明：量子力学中的测量是取决于观测者主观的。
教科书上的量子力学让我们没有理由相信，一个可以被制造成几个原子那么小的探测器，不应该被描述成一个像光子一样的量子物体。
因此这个实验表明，至少对于量子力学的局部模型，我们需要重新思考客观性的概念。我们在宏观世界中所经历的事实似乎仍然安全，但一个主要的问题是，现有的量子力学解释如何能够容纳主观事实。
一些物理学家将这些新进展视为支持一次观测中可以出现多种结果的理论依据，例如存在平行宇宙，每一种结果都可能发生另一些人则认为，这些研究结果是本质上依赖观察者的理论（如量子贝叶斯理论）的有力证据。
事实上，自然界的这种行为已经在实验室里被多次证明了——例如著名的双缝实验。
1961年，物理学家Eugene Wigner提出了一个实验——把量子力学应用到一个自己正在被观察的观察者身上时会发生什么？
"在上个世纪中期，一位著名的物理学家约翰·斯图尔特·贝尔教授曾经也像爱因斯坦一样，对“非定域性”的物理现象不遵从相对论的理论而感到一时不解；但是一直到现代时期，我们的物理学家们并没有就此放弃过对量子力学的理论研究，这部现代物理学的理论基础，曾经受住了来自全世界所有的科学家们量子物理实验的检验和验证。
如果我们把这句话换成另外一层意思来说的话，量子纠缠的现象只是一种类似于魔术的行为方式，而量子纠缠的现象也可能就不会像魔术师挥下魔术棒那样，瞬间的就会奇迹般的被变换出来的；当然，我们仅从物理学的角度上来讲，量子纠缠的物理学现象是自发形成而产生的，我们并没有任何办法可以去控制和操作量子纠缠的现象，并且去实现让量子产生纠缠后而传递信息的可能；当然，我们只有在实验的过程中仔细的观察时才能够发现到这一种奇特的量子纠缠现象。
即便是在量子纠缠实验的过程之中，一对处于纠缠之中的粒子并没有发生过任何传递信号的活动，但是在量子力学的理论上而言，一个粒子进行纠缠的行为已经影响到了另一个粒子；因而，在量子力学上波尔就曾写下这样一个观点，那就是我们的宇宙本身要具有一种主时钟的功能，以确保对宇宙中的粒子之间进行纠缠的时候，两个粒子的纠缠时间是同步发生的；但是波尔的这种观点却在爱因斯坦的相对论理论中被否定了下来。
薛定谔在信中向爱因斯坦说明了一种量子力学现象-量子纠缠。
多宇宙解释更不可思议！
作为旧量子力学创始人之一的爱因斯坦和哥本哈根学派创始人的波尔那可都是量子力学的奠基人呀，这么伟大的物理学家都没有搞清楚微观世界粒子运动规律的内在机制到底是什么，不能相互说服，谁还敢说自己懂量子力学呢？
这张特殊的照片显示了两个光子之间的纠缠，咋看起来可能没什么出奇，但只需停下来思考一下：这个模糊的灰色图像是人类第一次看到粒子间的相互作用，它支撑着量子力学这门“奇怪的”科学，并形成量子计算的基础。
天文学家花了几个世纪才弄清楚的定律，但现在，一种受大脑启发的机器学习算法根据太阳和火星在地球上的运动轨迹，计算出了太阳位于太阳系中心的位置。
这一壮举是这项技术的第一个测试，研究人员希望他们可以通过发现大数据集中的模式来发现新的物理定律，并重新制定量子力学。
苏黎世瑞士联邦理工学院(ETH)的物理学家Renato Renner和他的合作者想要设计一种算法，该算法可以将大数据集提炼为几个基本公式，从而模仿物理学家提出诸如E=mc的简洁方程式的方式。为此，研究人员必须设计一种新型的神经网络，这是一种受大脑结构启发的机器学习系统。
不过现在，受大脑启发的机器学习算法通过预测得出了这个结论。传统的神经网络通过训练庞大的数据集来学习识别物体，例如图像或声音。
但是，神经网络不是像物理学家那样将这些信息提炼成几个易于解释的规则，而是一个黑匣子，以一种无法预测且难以解释的方式将其获得的知识分布在成千上万个节点上。
但是在16世纪，哥白尼发现，如果地球和行星都在绕太阳公转，则可以用更简单的公式系统预测运动。
加拿大多伦多大学的物理学家马里奥·克伦(Mario Krenn)致力于将人工智能应用于科学发现，他说，研究小组的神经网络得出了哥白尼式的火星轨迹公式，重新发现了“科学史上最重要的范式转变之一”。
他说：“我认为，这些技术是我们理解并跟上物理学中乃至更复杂现象日益增长的唯一希望。”Renner和他的团队希望开发机器学习技术，以帮助物理学家解决量子力学中的明显矛盾。该理论似乎对实验的结果以及遵循其定律的观察者的观察方式产生了相互矛盾的预测2。
因此，研究人员决定看看神经网络——一种大致模仿大脑工作方式的识别人工智能的模式——是否能做得更好。
可以证明天文学家们试图了解星团的行为和整个宇宙的演化。
版权声明：本文为博主【科技数码勘探】原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
,
