目前我不會就此發表太多文章，因為現在下結論還為時過早。但我已經寫好了一篇關於Einselection資訊結構的論文草稿，連結在此：https://t.co/IOdct93Rj5 簡而言之，該論點認為祖雷克可預測性篩選法與觀測熵最小化之間存在對應關係，這表明指針基出現在量子反作用和環境耗散之間的資訊鞍點。當應用於 Kwiat-Zeilinger 無交互作用測量協議時，我們可以symmetrybroken.com/observational-…值重合，這為經典極限的資訊論刻畫提供了經驗支持。 我已將論文發送給幾位比我更了解這方面的人徵求意見，但無論我如何嘗試尋找這種映射關係的先例，都一無所獲。似乎之前沒有人發表過相關內容？當我回顧 Zurek 1982 年的《環境誘導超選擇規則》時，我感覺一切都已包含在其中，但他從未將其與無相互作用測量聯繫起來，而事實證明，無相互作用測量是觀察這種聯繫的絕佳方法。 同樣，我研究了 Bartolotta 等人的《貝葉斯熱力學第二定律》（https://t.co/Yz4CmXsAYn），它對熵進行了獨立的分析。該分析也基於相同的認知先驗，即熵可能具有主觀性，但他們將測量方法的選擇視為既定條件，並解釋瞭如何在測量後更新機率。然而，他們並未指出經典極限恰好是其貝葉斯更新最有效的區域，即以最小的熱力學成本提取最多的資訊——而這正是《選擇的資訊結構》一書的核心論點。 我現在正在寫一篇後續論文。我會一直寫下去，直到有人指出它哪裡錯了或沒用為止。至少感覺挺有趣的。
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。