Ordered Patch Theory

Appendiks T-3: MERA-tensornetværk og den informationelle kausale kegle

Anders Jarevåg

5. april 2026 | DOI: 10.5281/zenodo.19300777

Oprindelig opgave T-3: MERA-tensornetværk og den kausale kegle Problem: OPT foreslår en Informationel kausal kegle sammensat af sekventiel komprimering, men bygger på en skræddersyet geometrisk beskrivelse snarere end standardmæssige kvante-tensorformalismer. Leverance: Formel mapping af OPT’s Informationel kausal kegle til MERA-tensornetværkets struktur.

Afslutningsstatus: BETINGET ISOMORFI (strukturel homomorfi bekræftet; streng fysisk isomorfi betinget opgraderet via P-2). Dette appendiks leverer den målrettede strukturelle mapping, som kræves af T-3. Tre teoremer etablerer en stærk topologisk analogi: (T-3a) OPT’s Stabilitetsfilters iterative grovkornning er strukturelt homomorf med et MERA-tensornetværk; (T-3b) den Informationel kausal kegle i §3.3 svarer størrelsesordensmæssigt til MERA’s kausale kegle; og (T-3c) Prædiktivt Grenmængde mappes strukturelt til de ikke-renormaliserede randfrihedsgrader. Matematisk set forblev det oprindeligt åbent at ophøje denne rent stokastiske strukturelle homomorfi til de strenge Hilbert-rums-isometrier, der kræves for en ægte diskret Ryu-Takayanagi-grænse, men dette er nu betinget afklaret via den eksplicitte indlejring i beregningsbasis og bro-postulaterne om Isometriidentifikation, som sekventielt blev etableret i problem P-2.


§1. Den flerlags komprimeringsstruktur

Preprintets §3.3 definerer OPT-observatøren ved en enkelt flaskehalsoptimering (Ligning 4): en komprimeret tilstand Z_t \in \{1, \ldots, 2^B\} vælges fra den fulde randtilstand X_t for at maksimere prædiktiv information ved minimal beskrivelseslængde. Det, som §3.3 ikke gør eksplicit, er, at vejen fra X_{\partial A} til Z_t naturligt dekomponerer i en kaskade af komprimeringslag — hvor hvert lag kasserer korrelationer med kort rækkevidde, som er irrelevante for prædiktion på den næste skala. Denne hierarkiske struktur er OPT-siden af MERA-korrespondancen.

1.1 L-lags flaskehalskaskade

Lad s \geq 2 være en fast coarse-graining-faktor og L det samlede antal komprimeringslag. Definér kaskaden:

Z_t^{(0)} := X_{\partial_R A} \qquad \text{(lag 0: fuld Markov-grænse, } H = B_0 \text{ bit)}

Ved hvert efterfølgende lag \tau = 0, \ldots, L-1:

Z_t^{(\tau+1)} = \operatorname*{arg\,min}_{q} \left[ I\!\left(Z_t^{(\tau)} \,;\, Z_t^{(\tau+1)}\right) - \beta_\tau\, I\!\left(Z_t^{(\tau+1)} \,;\, X_{t+1:\infty}\right) \right]

\text{underlagt: } I\!\left(Z_t^{(\tau)} \,;\, Z_t^{(\tau+1)}\right) \leq B_\tau, \qquad B_\tau = B_0 \cdot s^{-\tau}

Den endelige tilstand er Z_t := Z_t^{(L)}, med B_L = B_0 \cdot s^{-L} bit. Kaskaden definerer en Markov-kæde:

X_{t+1:\infty} \;-\!\!-\; Z_t^{(0)} \;-\!\!-\; Z_t^{(1)} \;-\!\!-\; \cdots \;-\!\!-\; Z_t^{(L)} = Z_t

Ved databehandlingsuligheden er den prædiktive information monotont ikke-tiltagende:

I\!\left(Z_t^{(\tau)} \,;\, X_{t+1:\infty}\right) \geq I\!\left(Z_t^{(\tau+1)} \,;\, X_{t+1:\infty}\right)

Hvert lag mister en kontrolleret mængde prædiktiv information — styret af forvrængningsbudgettet D_\tau for det pågældende lags flaskehals.

1.2 Dekomposition til Disentangle-then-Coarsen

Hver lagovergang Z^{(\tau)} \to Z^{(\tau+1)} dekomponeres i to kanoniske trin:

Sammensætningen W_\tau \circ U_\tau på hvert lag, stablet for \tau = 0, \ldots, L-1, udgør det fulde tensornetværk. Vi viser nu, at dette præcist er MERA.


§2. MERA — formelle definitioner

Vi angiver de relevante definitioner fra Vidal (2008) [43] i en form, der er egnet til OPT-kortlægningen.

2.1 Tensorer

En MERA for en 1D-kæde af N grænsesites med lokalt Hilbert-rum \mathbb{C}^\chi består af L lag. Hvert lag \tau indeholder to klasser af tensorer:

Den fulde MERA afbilder toptilstanden |\psi_{\text{top}}\rangle \in \mathbb{C}^\chi (bulken) til grænsetilstanden |\psi_{\text{boundary}}\rangle \in (\mathbb{C}^\chi)^{\otimes N} ved at anvende lagene fra bulk til grænse, hvor hvert lag udvider tilstandsrummet med en faktor s.

2.2 MERA’s kausale kegle

Den kausale kegle \mathcal{C}(x) for et randsted x \in \{1, \ldots, N\} er den minimale mængde af tensorer i netværket, hvis værdier kan påvirke den reducerede tæthedsmatrix \rho_x for sted x. Den beregnes nedefra og op (fra bulk mod rand).

På bulk-laget (dybde \tau = L fra randen): \mathcal{C}(x) indeholder den ene øverste tensor. I hvert efterfølgende lag på vej mod randen udvider den kausale kegle sig med en faktor s ved hvert isometrilag og med højst 2 ved hvert disentangler-lag. Bredden af \mathcal{C}(x) ved randdybde \tau fra toppen er:

w(\tau) = \mathcal{O}(s^\tau) \qquad \text{[vokser eksponentielt fra bulk mod rand]}

For den kritiske MERA (s = 2) vokser bredden af den kausale kegle som 2^\tau ved dybde \tau og når efter L lag den fulde randbredde N = s^L.

2.3 Sammenfiltringsentropi og det minimale snit

For et sammenhængende grænseområde A med længde |A| = l, er sammenfiltringsentropien S(A) i en MERA-tilstand begrænset af antallet af bindinger, der skæres af den minimale flade \gamma_A gennem tensornettets bulk:

S(A) \leq |\gamma_A| \cdot \log \chi

hvor |\gamma_A| er antallet af bindinger i det minimale snit, og \chi er bindingsdimensionen. For en skala-invariant MERA gælder |\gamma_A| \sim \frac{c}{3} \log l, hvilket genskaber CFT-sammenfiltringsentropien S(A) \sim \frac{c}{3} \log l med c/3 = \log \chi. Dette er den diskrete analog til Ryu-Takayanagi-formlen i AdS/CFT.


§3. Sætning T-3a — Strukturelt homomorfi

Sætning T-3a (MERA–OPT-homomorfi). OPT’s L-lags Information Bottleneck-kaskade \{Z_t^{(\tau)},\, \tau = 0, \ldots, L\} med randtilstand Z_t^{(0)} = X_{\partial_R A}, bulktilstand Z_t^{(L)} = Z_t, lagkapacitet B_\tau = B_0 \cdot s^{-\tau} og bindingsdimension \chi = 2^{B_0/N} er strukturelt homomorf med lagtopologien i en MERA med L lag, skalafaktor s og bindingsdimension \chi under den formelle klassiske afbildning: - (i) OPT-grovkornning W_\tau \;\leftrightarrow\; MERA-isometriadjungeret w_\tau^\dagger - (ii) OPT-disentangler U_\tau \;\leftrightarrow\; MERA-disentangler u_\tau

3.1 Bevis — Identifikation af isometri

OPT’s coarse-graining-tensor på lag \tau beregnes via den betingede fordeling q^*(z^{(\tau+1)} \mid z^{(\tau)}), som frembringes af bottleneck-optimeringen. Mens det samlede informationsbudget håndhæver et gennemsnitligt makroskopisk kapacitetsforhold på B_\tau / B_{\tau+1} = s, tvinger den klassiske stokastiske bottleneck ikke i sig selv en eksakt uniform fiberkardinalitet (et strengt diskret urbillede, der ækvivalent har størrelsen s for hvert output z^{(\tau+1)}). En formalisering af dette eksplicitte trin begrænser derfor arkitekturen til den idealiserede grænse for stram mapping (D \to 0), under den betingede antagelse at parametrene perfekt isolerer uniforme informationsstrukturer.

Imidlertid repræsenterer q^* en klassisk stokastisk sandsynlighedsmatrix, ikke en kompleks kvanteunitær matrix. At hævde den egentlige Hilbertrums-isometribetingelse (W_\tau W_\tau^\dagger = I_{\mathbb{C}^\chi}) ville udgøre en kategorifejl. En ægte partiel isometri kræver en eksplicit indlejring af disse diskrete tilstande i en beregningsbasis på \mathbb{C}^\chi. Appendiks P-2 (Betinget kvantekorrespondance) etablerer denne indlejring: Sætning P-2.0 giver identifikationen af beregningsbasen, og Sætning P-2c beviser, at den optimale bottleneck-mapping i den stramme grænse virker som en partiel isometri inden for det QECC-beskyttede underrum. Betinget af den lokale støjmodel i P-2 opgraderes den strukturelle homomorfi til en genuin tensor-netværksisomorfi inden for koderummet. \blacksquare

3.2 Bevis — Identifikation af disentangler

Den rent klassiske disentangler U_\tau etableres som en lokal bijektion (en permutation af tilstandsalphabetet fra den symmetriske gruppe S_{|\mathcal{Z}|}), der omarrangerer Z^{(\tau)} for at minimere redundanser mellem grupper (identisk: gensidig information), før de grovkornes.

U_\tau = \operatorname*{arg\,min}_{U \in S_{|\mathcal{Z}|}} \sum_{j \neq k} I\!\left( U(Z^{(\tau)})_{\text{group}\, j} \,;\, U(Z^{(\tau)})_{\text{group}\, k} \right)

Dette svarer til det strukturelle mål for MERA-disentangleren: at fjerne korttrækkende sammenfiltring (korrelationer mellem tilstødende grupper) før grovkornning. Ægte kompleks unitaritet (U^\dagger U = I) etableres ved Sætning P-2.0 (Appendiks P-2): under indlejringen i beregningsbasen løftes permutation U_\tau \in S_{|\mathcal{Z}|} entydigt til en unitær matrix i U(\mathbb{C}^\chi) via permutationsrepræsentationen.

Forbehold (Permutation vs. generel unitær operator). Sætning P-2.0 løfter OPT’s disentanglere ind i permutationsundergruppen af U(\mathbb{C}^\chi), ikke i den fulde unitære gruppe. Standard-MERA-disentanglere er generelle unitære operatorer u_\tau \in U(\mathbb{C}^\chi \otimes \mathbb{C}^\chi); permutationsundergruppen er en ægte delmængde (|S_\chi| = \chi! vs. \dim U(\chi) = \chi^2 kontinuerte parametre). Den isomorfi, der etableres af P-2.0+P-2c, gælder derfor permutations-MERA — en begrænset underklasse. En udvidelse til fuld MERA ville kræve identifikation af en OPT-intern mekanisme, der genererer generelle unitære operatorer snarere end permutationer. Dette hul påvirker ikke RT-entropigrænsen (P-2d), som kun afhænger af isometribetingelsen P-2c, ikke af disentanglerklassen. \blacksquare

MERA–OPT-isomorfiordbog

MERA-komponent OPT-modstykke Formel OPT-definition
Randlag (UV) Markov-rand X_{\partial_R A} Fuldstændige fysiske substrattilstande; H = B_0 bit (§3.4 preprint)
Bulklag (IR) Komprimeret tilstand Z_t Optimalt bottleneck-output; H = B_L bit (preprint lign. 4)
Isometriadjungeret w_\tau^\dagger Grovkornning W_\tau (\Delta \mathcal{Z}) Klassisk stokastisk bottleneck-afbildning på lag \tau; reducerer kapaciteten B_\tau \to B_{\tau+1}
Disentangler u_\tau (U(\mathbb{C}^{\chi})) Gren-disentangler U_\tau (S_{|\mathcal{Z}|}) Klassisk permutation, der fjerner korrelationer mellem grupper før grovkornning
Bindingsdimension \chi \chi = 2^{B_0/N} Kanalkapacitet pr. site; \log \chi = B_0/N bit pr. site, i overensstemmelse med det geometriske skema B_\tau = B_0 s^{-\tau} (se §1.1).
Skalafaktor s Grovkornningsforhold s Komprimeringsfaktor pr. lag; B_{\tau+1} = B_\tau / s
Antal lag L Komprimeringsdybde L L = \log_s(B_0/B_L); dybden af Stabilitetsfilter-hierarkiet
Top-tensor Nuværende apertur Z_t C_{\max}-bottlenecket; NUET i den Informationelle kausale kegle

§4. Teorem T-3b — Identitet for kausal kegle

Teorem T-3b (korrespondance for kausal kegle). Under homomorfien i T-3a svarer OPT’s Informationel kausal kegle (preprint §3.3) strukturelt (i størrelsesordensskalering) til MERA’s kausale kegle. Den nuværende apertur Z_t afbildes på den øverste bulktensor; det fastlagte Kausalt protokol \mathcal{R}_t svarer til de fortidige bulktilstande; Prædiktivt Grenmængde \mathcal{F}_h(z_t) svarer til de ikke-renormaliserede frihedsgrader ved MERA-randen, h lag fra nutiden.

4.1 Korrespondancens retning

Der er en orienteringsmæssig subtilitet, som må formuleres præcist. I MERA løber netværket fra rand (UV, finkornet) til bulk (IR, grovkornet). I OPT løber den Informationelle kausale kegle fra fortid (fastlagt, komprimeret) gennem den nuværende apertur til fremtiden (Prædiktivt Grenmængde, uafklaret). Korrespondancen er:

MERA-retning OPT-retning Fortolkning
Rand \to Bulk (UV\toIR) Substrat \to Nutid Z_t Komprimering af den finkornede rand til den komprimerede kausale tilstand
Bulk \to Rand (IR\toUV) Nutid Z_t \to Prædiktivt Grenmængde Udfoldelse fra aperturen til ikke-renormaliserede fremtidige grene
Kausal kegle for bulk-punkt Prædiktivt Grenmængde \mathcal{F}_h(z_t) Randtilstande, der kan nås fra bulk-punktet; bredde \sim s^h

4.2 Bevis — Kausal keglebredde = kapaciteten af Prædiktivt Grenmængde

I MERA udvider den kausale kegle for bulktilstanden Z_t (i dybde L fra randen) sig, når den bevæger sig mod randen: i dybden \tau lag fra toppen har keglen bredden s^\tau. Dette tæller antallet af rand-sites, som uafhængigt kan påvirke Z_t.

I OPT indeholder Prædiktivt Grenmængde \mathcal{F}_h(z_t) i dybde h tidsskridt fra den nuværende apertur højst 2^{B \cdot h} skelnelige fremtidige tilstande (preprint lign. 5: \log|\mathcal{F}_h| \leq Bh). MERA-lagdybde svarer til \tau = h. Vi observerer en uoverensstemmelse mellem eksponentiel og lineær begrænsning (s^\tau \cdot B/L bit i MERA via skalaudvidelse versus B \tau i Prædiktivt Grenmængde via kronologisk akkumulering). Den kausale keglebredde og kapaciteten af OPT’s Prædiktivt Grenmængde stemmer robust overens i størrelsesorden, men opnår kun streng eksakt overensstemmelse i grænsetilfældet med en codec med ét lag (L=1). Endvidere indebærer identifikationen af MERA’s passive topologi med det handlingsafhængige Prædiktivt Grenmængde, at vi udelukkende opererer inden for grænsen for den passive observatør (a \equiv \text{const}). \blacksquare

4.3 Bevis — Kausalt protokol = fortidig bulk

Det fastlagte Kausalt protokol \mathcal{R}_t = (Z_0, Z_1, \ldots, Z_t) (preprint §3.3) består af alle tidligere komprimerede tilstande — de bulktilstande, som allerede er blevet renderet ind i den fastlagte fortid. I MERA svarer disse til sekvensen af tidligere bulktilstande, der er forbundet via codec’ets temporale dynamik K_\theta (preprint ligning 6). Den fastlagte, laventropiske karakter af \mathcal{R}_t svarer til, at bulktilstande i MERA ved konstruktion har lav sammenfiltringsentropi — de er det grovkornede resultat af disentanglingsproceduren. \blacksquare


§5. Sætning T-3c — Prædiktivt Grenmængde som grænse-UV og den diskrete Ryu-Takayanagi-formel

Sætning T-3c (Prædiktivt Grenmængde = grænse-UV; diskret RT).

  1. Prædiktivt Grenmængde \mathcal{F}_h(z_t) afbildes probabilistisk til mængden af ikke-renormaliserede frihedsgrader ved MERA-randen — grænse-UV-laget i den MERA, der anvendes på codec’et ved tidstrin t + h.

  2. Klassisk databehandlingsgrænse (bulk-cut-grænse): Den prædiktive cut-entropi, korrekt evalueret ved det interne minimale bulk-cut-lag, opfylder eksplicit: S_{\text{cut}}^{(\tau^*)}(A) \leq |\gamma_A| \log \chi

  3. Diskret kvante-RT-udvidelse (betinget af P-2d-indlejring):

\boxed{S_{\text{vN}}(\rho_A) \leq |\gamma_A| \log \chi}

hvor \gamma_A er minimal-cut-fladen i MERA-bulken, og \chi = 2^{B_0/N} er bindingsdimensionen. Denne grænse gælder betinget af P-2d-isometrien; den reduceres til den klassiske bulk-cut-grænse i del (b), når kvantestrukturen ikke er tilgængelig.

5.1 Bevis — Prædiktivt Grenmængde som grænse-UV

MERA-grænse-UV-laget ved tid t+h består af alle mulige inputtilstande X_{\partial_R A}^{(t+h)} — de finkornede, ikke-grovkornede grænsetilstande, som vil blive behandlet af codec’et over de næste h tidstrin. Givet kaskadestrukturen er disse præcis de tilstande, der kan nås fra den nuværende apertur Z_t = Z_t^{(L)} ved at køre MERA baglæns (fra bulk mod grænse) i h lag — dvs. ved at udvide den kausale kegle for Z_t i h trin.

Det Prædiktive Grenmængde \mathcal{F}_h(z_t) er defineret i preprintet (§3.3) som:

\mathcal{F}_h(z_t) := \left\{ z_{t+1:t+h} : p(z_{t+1:t+h} \mid z_t,\, a_{t:t+h-1}) > 0 \right\}

Dette er præcis de sekvenser af bulktilstande, der kan nås fra Z_t inden for h MERA-lag ved at lade kaskaden virke probabilistisk i den ekspanderede retning. Identifikationen kræver, at MERA evalueres i begge retninger — grænse \to bulk (fortidig kompression) og bulk \to grænse (fremtidig ekspansion). Det Prædiktive Grenmængde svarer eksplicit til den anden retning, som er den eksakte støttemængde for den kausale kegleudvidelse af bulktilstanden mod grænse-UV, under den tidsreverseringsidentifikation, der korrekt er anført i §4.1. \blacksquare

5.2 Bevis — Mappet grænse for diskret Ryu-Takayanagi

Lad A og \bar{A} = V \setminus A være en bipartition af randen. Lad \tau^* være det minimale lag, hvor A/\bar{A}-grænsefladen præcist overskæres i tensornetværket (laget for det minimale snit). På dette lag er den lokale flaskehalskapacitet for gensidig information strengt begrænset af kapaciteten af de overskårne bindinger:

S_{\text{cut}}^{(\tau^*)}(A) \leq |\gamma_A| \cdot \log \chi \qquad (\text{Bulk-grænse mellem grupper})

Selv om dette med succes etablerer kapacitetsgrænsen for diskret Ryu-Takayanagi præcist ved bulkens minimale snitlag, kan man formelt ikke føre denne grænse opad for at begrænse den prædiktive snitentropi på den ydre rand S_{\text{cut}}(A) = S_{\text{cut}}^{(0)}(A) ved hjælp af Data Processing Inequality, da DPI kræver, at entropien aftager monotont — ikke tiltager — når vi komprimerer nedad: S_{\text{cut}}^{(0)} \geq S_{\text{cut}}^{(\tau^*)}.

Den korrekte vej til den fulde målrettede diskrete RT-grænse på randen (S_{\text{vN}}(\rho_A) \leq |\gamma_A| \log \chi) kræver, at man begrænser Schmidt-rangen på tværs af bipartitionen — en strategi, der forudsætter, at netværket behandles som en konstruktion af randtilstanden via egentlige lineære isometrier. Dette er nu etableret i Appendix P-2: Sætning P-2d beviser den diskrete kvante-Ryu-Takayanagi-formel via Schmidt-dekompositionen af MERA-tilstanden på tværs af det minimale snit, betinget af isometribetingelsen i P-2c. \blacksquare (betinget af P-2d-isometri).


§6. Den epistemiske stige — fra klassisk til kvante-RT

De tre ovenstående teoremer etablerer MERA-strukturen på det klassiske informationsteoretiske niveau. Den epistemiske stige i §3.4 i preprintet beskriver de betingelser, hvorunder hvert trin kan bestiges.

Trin Entropilov Betingelse Status
1. Klassisk areallov S_{\text{cut}} \leq \lvert\partial A\rvert \log q Lokalitet + Markov-screening (§3.4 preprint) Bevist (preprint lign. 8)
2a. Klassisk bulk-cut S_{\text{cut}}^{(\tau^*)} \leq \lvert\gamma_A\rvert \log \chi T-3a-kaskade + klassisk DPI Bevist (T-3c del b)
2b. Diskret kvante-RT S_{\text{vN}}(\rho_A) \leq \lvert\gamma_A\rvert \log \chi 2a + P-2-isometriindlejring Bevist (P-2d, betinget)
3. Kvante-RT S(A) = \tfrac{\text{Area}(\gamma_A)}{4G_{\text{OPT}}} + S_{\text{bulk}} Trin 2b + kontinuumsgrænse Betinget af kontinuumsgrænsen
4. Fuld AdS/CFT Eksakt bulk/rand-dualitet Kvante-RT + geometrisk rekonstruktion af bulk-operatorer Langsigtet (v3.0+)

Kvante-RT-formlen kræver, at den klassiske prædiktive cut-entropi I(X_A;\, X_{V \setminus A}) erstattes med von Neumann-sammenfiltringsentropien S_{\text{vN}}(\rho_A) for en tæthedsmatrice \rho_A. Dette forudsætter en Hilbert-rum-struktur for tilstandsrummet for Z_t. Udledningen af denne struktur — via ADH-argumentet om kvantefejlkorrektion (preprint P-2) — udgør fortsat det næste formelle skridt. Når P-2 er lukket, bliver bindingsdimensionen \chi = 2^{B_0/N} en kvantebindingsdimension, og den klassiske gensidige information i beviset for T-3c erstattes af kvantegensidig information, hvorved den fulde kvante-RT-formel med bulk-korrektionstermen S_{\text{bulk}} genvindes.


§7. Emergent bulk-geometri fra kodeafstand

MERA’s bulk-geometri er ikke en forudeksisterende beholder. Under isomorfien i T-3a er den codec’ets informationelle metriske rum: geometri af komprimeringsafstande.

7.1 Kodeafstand som bulk-metrik

Definér den diskrete heltallige kodeafstand d(z^{(\tau)}, z'^{(\tau)}) mellem to tilstande ved lag \tau i kaskaden som det mindste antal disentangler-ombytninger, der kræves for at forbinde dem inden for tensornetværket.

Under en passende termodynamisk grænse eller kontinuumsgrænse (N \to \infty, a \to 0) kan man approksimere bulk-metrikken g_{ij}^{\text{bulk}}(\tau) ved den kontinuerte rumlige lagskala \tau som:

g_{ij}^{\text{bulk}}(\tau) \propto \lim_{a \to 0} \frac{d\!\left(z_i^{(\tau)},\, z_j^{(\tau)}\right)^2}{d\!\left(z_i^{(0)},\, z_j^{(0)}\right)^2}

Dette er en strukturel forventning, betinget af kaskadens skalainvarians og antagelsen om, at Permutation MERA kan approksimeres kontinuert af en generel MERA i kontinuumsgrænsen — i overensstemmelse med de kendte resultater hos Swingle (2012) og Nozaki-Ryu-Takayanagi (2012), men ikke garanteret for en diskret kaskade med et endeligt antal lag. Under disse kontinuumsgrænse-formodninger forventer vi derfor, at rumtidsgeometrien ville krumme præcis dér, hvor kodeafstanden divergerer — dvs. hvor den prædiktive rate R_\text{req} nærmer sig C_\text{max}, strategisk konsistent med T-2’s identifikation af rate-distortion-overløb.

7.2 Forbindelse til T-2

T-2 fastslog, at den gravitationelle krumning G_{\mu\nu} er den metriske afledte af rendering-entropien S_{\text{render}}. MERA-strukturen specificerer nu den mikroskopiske oprindelse af S_{\text{render}}: den er minimal-cut-entropien |\gamma_A| \log \chi, og Einstein-tensoren G_{\mu\nu} er responsen i denne cut-entropi på metriske perturbationer i bulk-geometrien induceret af code distance. De to appendikser er derfor konsistente: T-2 giver de makroskopiske feltligninger; T-3 giver den mikroskopiske tensor-netværksoprindelse til det entropifunktional, som de ekstremerer.


§8. Afsluttende sammenfatning og åbne kanter

T-3-leverancer — delvist afklaret → betinget opgraderet (med P-2)

  1. T-3a (MERA-isomorfi). OPT’s L-lags bottleneck-kaskade er strukturelt homomorf med en MERA med lagfaktor s og dybde L. Med appendiks P-2 (sætning P-2.0 og P-2c) opgraderes dette til en tensor-netværksisomorfi inden for det QECC-beskyttede underrum, betinget af lokal støj. Bemærk: Isomorfien gælder permutations-MERA (disentanglere i permutationsundergruppen af U(\mathbb{C}^\chi)), ikke generel MERA med vilkårlige unitære disentanglere. Denne begrænsning påvirker ikke RT-grænsen (P-2d), men begrænser korrespondancen til en underklasse af MERA-netværk.

  2. T-3b (korrespondance mellem kausale kegler). Den Informationelle kausale kegle skalerer med størrelsesordenssymmetri til MERA’s kausale keglestruktur inden for grænsen for den passive observatør, selv om dybdeprofilerne er forskellige. Det Prædiktive Grenmængde svarer til ikke-renormaliserede randdata. (P-2’s isometriresultat gælder inden for grænsen for den passive observatør; de handlingsafhængige a_{t:t+h-1}-led i definitionen af det Prædiktive Grenmængde kræver en udvidelse til åbne systemer, som ikke behandles i P-2.)

  3. T-3c (diskret kvante-RT). Det oprindelige DPI-baserede bevis afgrænsede bulken, men ikke randentropien. Med isometrien fra P-2c fastslår sætning P-2d den fulde randgrænse S_{\text{vN}}(\rho_A) \leq |\gamma_A| \log \chi via Schmidt-rangen af MERA-tilstanden.

  4. Emergent bulkgeometri. MERA-bulkmetrikken g_{ij}^{\text{bulk}} induceres fra kodeafstand i kaskaden. Rumtiden krummer dér, hvor kodeafstanden divergerer, i overensstemmelse med T-2’s identifikation af G_{\mu\nu} som den metriske afledte af rendering-entropi. (Kontinuumsgrænse er stadig nødvendig.)

  5. Status for den epistemiske stige. Trin 2 (diskret kvante-RT) er nu bevist via P-2d. Trin 3 (fuld kvante-RT med bulk-korrektion) kræver en kontinuumsgrænse, som endnu ikke er afledt af OPT’s primitiver.

Åbne kanter muliggjort af denne afslutning


Dette appendiks vedligeholdes som en del af OPT-projektets repository sammen med theoretical_roadmap.pdf. Referencer: Vidal (2008) [43], Pastawski et al. (2015) [44], Almheiri-Dong-Harlow (2015) [42], Tishby et al. (1999) [28], Ryu-Takayanagi (2006).