Teorien om den ordnede patchen (OPT)

Appendiks T-3: MERA-tensornettverk og den informasjonelle kausalkjeglen

Anders Jarevåg

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

Opprinnelig oppgave T-3: MERA-tensornettverk og kausalkjeglen Problem: OPT foreslår en Informasjonell kausalkjegle sammensatt av sekvensiell kompresjon, men bygger på en skreddersydd geometrisk beskrivelse snarere enn standard kvantetensorformalismer. Leveranse: Formell mapping av OPTs Informasjonelle kausalkjegle til strukturen i MERA-tensornettverket.

Lukkingsstatus: BETINGET ISOMORFISME (strukturell homomorfisme bekreftet; streng fysisk isomorfisme betinget oppgradert via P-2). Dette appendikset leverer den målrettede strukturelle mappingen som kreves av T-3. Tre teoremer etablerer en sterk topologisk analogi: (T-3a) den iterative grovkornningen i OPTs Stabilitetsfilter er strukturelt homomorf med et MERA-tensornettverk; (T-3b) den Informasjonelle kausalkjeglen i §3.3 tilsvarer MERA-kausalkjeglen i størrelsesorden; og (T-3c) Prediktivt Grenmengde mappes strukturelt til de ikke-renormaliserte randfrihetsgradene. Å matematisk løfte denne rent stokastiske strukturelle homomorfismen til de strenge Hilbert-rom-isometriene som kreves for en ekte diskret RT-grense, forble opprinnelig åpent, men er nå betinget løst via den eksplisitte innleiringen i beregningsbasis og bro-postulatene for Isometri-identifikasjon, etablert sekvensielt i problem P-2.


§1. Flerlagsstrukturen i kompresjon

Preprintens §3.3 definerer OPT-observatøren ved én enkelt flaskehalsoptimalisering (likning 4): en komprimert tilstand Z_t \in \{1, \ldots, 2^B\} velges fra den fulle randtilstanden X_t for å maksimere prediktiv informasjon ved minimal beskrivelseslengde. Det §3.3 ikke gjør eksplisitt, er at veien fra X_{\partial A} til Z_t naturlig dekomponeres i en kaskade av kompresjonslag — der hvert lag forkaster korrelasjoner på kort rekkevidde som er irrelevante for prediksjon på neste skala. Denne hierarkiske strukturen er OPT-siden av MERA-korrespondansen.

1.1 L-lags flaskehalskaskade

La s \geq 2 være en fast grovkorningsfaktor og L det totale antallet kompresjonslag. Definer kaskaden:

Z_t^{(0)} := X_{\partial_R A} \qquad \text{(lag 0: full Markov-grense, } H = B_0 \text{ bits)}

Ved hvert påfølgende 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 tilstanden er Z_t := Z_t^{(L)}, med B_L = B_0 \cdot s^{-L} bits. Kaskaden definerer en Markov-kjede:

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

Ved databehandlingsulikheten er den prediktive informasjonen monotont ikke-økende:

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 kontrollert mengde prediktiv informasjon — styrt av forvrengningsbudsjettet D_\tau til det lagets flaskehals.

1.2 Dekomponering til Entangle-then-Coarsen

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

Sammensetningen W_\tau \circ U_\tau i hvert lag, stablet for \tau = 0, \ldots, L-1, utgjør hele tensornettverket. Vi viser nå at dette er presist MERA.


§2. MERA — formelle definisjoner

Vi angir de relevante definisjonene fra Vidal (2008) [43] i en form tilpasset OPT-kartleggingen.

2.1 Tensorer

En MERA for en 1D-kjede av N randsteder med lokalt Hilbert-rom \mathbb{C}^\chi består av L lag. Hvert lag \tau inneholder to klasser av tensorer:

Den fullstendige MERA-en avbilder topptilstanden |\psi_{\text{top}}\rangle \in \mathbb{C}^\chi (bulken) til randtilstanden |\psi_{\text{boundary}}\rangle \in (\mathbb{C}^\chi)^{\otimes N} ved å anvende lagene fra bulk til rand, der hvert lag utvider tilstandsrommet med en faktor s.

2.2 MERA-kausalkjeglen

Kausalkjeglen \mathcal{C}(x) til et randpunkt x \in \{1, \ldots, N\} er den minimale mengden tensorer i nettverket hvis verdier kan påvirke den reduserte tetthetsmatrisen \rho_x for punkt x. Den beregnes nedenfra og opp (fra bulken mot randen).

Ved bulklaget (dybde \tau = L fra randen): \mathcal{C}(x) inneholder den ene øverste tensoren. I hvert påfølgende lag på vei mot randen utvides kausalkjeglen med faktor s i hvert isometrilag og med høyst 2 i hvert disentangler-lag. Bredden til \mathcal{C}(x) ved randdybde \tau målt fra toppen er:

w(\tau) = \mathcal{O}(s^\tau) \qquad \text{[vokser eksponentielt fra bulken mot randen]}

For den kritiske MERA-en (s = 2) vokser bredden til kausalkjeglen som 2^\tau ved dybde \tau, og når etter L lag hele randbredden N = s^L.

2.3 Sammenfiltringsentropi og det minimale snittet

For et sammenhengende grenseområde A med lengde |A| = l, er sammenfiltringsentropien S(A) i en MERA-tilstand begrenset av antallet bindinger som kuttes av den minimale flaten \gamma_A gjennom bulkdelen av tensornettverket:

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

der |\gamma_A| er antallet bindinger i det minimale snittet og \chi er bindingsdimensjonen. For en skalainvariant MERA gjelder |\gamma_A| \sim \frac{c}{3} \log l, som gjenvinner CFT-sammenfiltringsentropien S(A) \sim \frac{c}{3} \log l med c/3 = \log \chi. Dette er den diskrete analogien til Ryu-Takayanagi-formelen i AdS/CFT.


§3. Teorem T-3a — Strukturelt homomorfi

Teorem T-3a (MERA–OPT-homomorfi). OPTs 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, lagkapasitet B_\tau = B_0 \cdot s^{-\tau}, og bond-dimensjon \chi = 2^{B_0/N}, er strukturelt homomorf med lagtopologien til en MERA med L lag, skalafaktor s og bond-dimensjon \chi, under den formelle klassiske avbildningen: - (i) OPT-grovkornetgjøring W_\tau \;\leftrightarrow\; MERA-isometriadjungert w_\tau^\dagger - (ii) OPT-disentangler U_\tau \;\leftrightarrow\; MERA-disentangler u_\tau

3.1 Bevis — identifikasjon av isometri

OPTs grovkornede tensor på lag \tau beregnes via den betingede fordelingen q^*(z^{(\tau+1)} \mid z^{(\tau)}) som produseres av flaskehalsoptimaliseringen. Selv om det overordnede informasjonsbudsjettet håndhever et gjennomsnittlig makroskopisk kapasitetsforhold på B_\tau / B_{\tau+1} = s, tvinger den klassiske stokastiske flaskehalsen ikke i seg selv fram eksakt uniform fiberkardinalitet (et strengt diskret urbilde som ekvivalent har størrelse s for hver utgang z^{(\tau+1)}). Å formalisere dette eksplisitte trinnet innebærer derfor å begrense arkitekturen til den idealiserte grensen for tett mapping (D \to 0), under den betingede antakelsen at parameterne perfekt isolerer uniforme informasjonsstrukturer.

Imidlertid representerer q^* en klassisk stokastisk sannsynlighetsmatrise, ikke en kompleks kvanteunitær matrise. Å hevde den egentlige Hilbert-rom-isometribetingelsen (W_\tau W_\tau^\dagger = I_{\mathbb{C}^\chi}) ville utgjøre en kategorifeil. En ekte partiell isometri krever en eksplisitt innleiring av disse diskrete tilstandene i en beregningsbasis på \mathbb{C}^\chi. Appendiks P-2 (betinget kvantekorrespondanse) etablerer denne innleiringen: Teorem P-2.0 gir identifikasjonen av beregningsbasisen, og Teorem P-2c beviser at den optimale flaskehalsavbildningen i den tette grensen virker som en partiell isometri innenfor det QECC-beskyttede underrommet. Betinget på den lokale støymodellen i P-2 oppgraderes den strukturelle homomorfismen til en genuin tensor-nettverksisomorfi innenfor koderommet. \blacksquare

3.2 Bevis — Identifikasjon av disentangler

Den rent klassiske disentangleren U_\tau etableres som en lokal bijeksjon (en permutasjon av tilstandsalphabetet fra den symmetriske gruppen S_{|\mathcal{Z}|}) som omordner Z^{(\tau)} for å minimere redundanser mellom grupper (identisk: gjensidig informasjon) 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 samsvarer med det strukturelle målet til MERA-disentangleren: å fjerne kortdistanse-sammenfiltring (korrelasjoner mellom tilstøtende grupper) før grovkornet behandling. Ekte kompleks unitaritet (U^\dagger U = I) etableres ved Teorem P-2.0 (Appendiks P-2): under innleiringen i beregningsbasis løftes permutasjonen U_\tau \in S_{|\mathcal{Z}|} entydig til en unitær matrise i U(\mathbb{C}^\chi) via permutasjonsrepresentasjonen.

Forbehold (Permutasjon vs. generell unitær operator). Teorem P-2.0 løfter OPTs disentanglere inn i permutasjonsundergruppen av U(\mathbb{C}^\chi), ikke i den fulle unitære gruppen. Standard MERA-disentanglere er generelle unitære operatorer u_\tau \in U(\mathbb{C}^\chi \otimes \mathbb{C}^\chi); permutasjonsundergruppen er en ekte delmengde (|S_\chi| = \chi! vs. \dim U(\chi) = \chi^2 kontinuerlige parametere). Isomorfien etablert av P-2.0+P-2c er derfor til permutasjons-MERA — en begrenset underklasse. Å utvide dette til full MERA ville kreve identifikasjon av en OPT-intern mekanisme som genererer generelle unitære operatorer snarere enn permutasjoner. Dette gapet påvirker ikke RT-entropigrensen (P-2d), som bare avhenger av isometribetingelsen P-2c, ikke av disentanglerklassen. \blacksquare

MERA–OPT-isomorfiordbok

MERA-komponent OPT-motstykke Formell OPT-definisjon
Randlag (UV) Markov-grense X_{\partial_R A} Fullstendige fysiske substrattilstander; H = B_0 bits (§3.4 preprint)
Bulklag (IR) Komprimert tilstand Z_t Optimalt bottleneck-utdata; H = B_L bits (preprint lign. 4)
Isometriadjungert w_\tau^\dagger Grovkornetgjøring W_\tau (\Delta \mathcal{Z}) Klassisk stokastisk bottleneck-avbildning på lag \tau; reduserer kapasitet B_\tau \to B_{\tau+1}
Disentangler u_\tau (U(\mathbb{C}^{\chi})) Gren-disentangler U_\tau (S_{|\mathcal{Z}|}) Klassisk permutasjon som fjerner korrelasjoner mellom grupper før grovkornetgjøring
Bindingsdimensjon \chi \chi = 2^{B_0/N} Kanal-kapasitet per sted; \log \chi = B_0/N bits per sted, i samsvar med den geometriske planen B_\tau = B_0 s^{-\tau} (se §1.1).
Skalafaktor s Grovkornetgjøringsforhold s Kompresjonsfaktor per lag; B_{\tau+1} = B_\tau / s
Antall lag L Kompresjonsdybde L L = \log_s(B_0/B_L); dybden i Stabilitetsfilter-hierarkiet
Topp-tensor Nåværende apertur Z_t C_{\max}-bottlenecken; NÅET i den Informasjonelle kausalkjeglen

§4. Teorem T-3b — Identitet for kausalkjeglen

Teorem T-3b (korrespondanse for kausalkjeglen). Under homomorfismen i T-3a svarer den Informasjonelle kausalkjeglen i Teorien om den ordnede patchen (OPT) (preprint §3.3) strukturelt (i størrelsesordensskalering) til MERA-kausalkjeglen. Den nåværende aperturen Z_t avbildes til den øverste bulktensoren; den fastlagte Kausale protokollen \mathcal{R}_t svarer til de tidligere bulktilstandene; Prediktivt Grenmengde \mathcal{F}_h(z_t) svarer til de ikke-renormaliserte frihetsgradene ved MERA-randen, h lag fra nåtiden.

4.1 Retningen på korrespondansen

Det finnes en subtil orienteringsnyanse som må angis presist. I MERA går nettverket fra rand (UV, finmasket) til bulk (IR, grovmasket). I OPT går den Informasjonelle kausalkjeglen fra fortid (fastlagt, komprimert) gjennom den nåværende aperturen til fremtid (Prediktivt Grenmengde, uavklart). Korrespondansen er:

MERA-retning OPT-retning Tolkning
Rand \to Bulk (UV\toIR) Substrat \to Nåtid Z_t Komprimering av finmasket rand til den komprimerte kausale tilstanden
Bulk \to Rand (IR\toUV) Nåtid Z_t \to Prediktivt Grenmengde Ekspansjon fra aperturen inn i ikke-renormaliserte fremtidige grener
Kausalkjegle for bulkpunkt Prediktivt Grenmengde \mathcal{F}_h(z_t) Randtilstander som kan nås fra bulkpunktet; bredde \sim s^h

4.2 Bevis — bredden på kausalkjeglen = kapasiteten til Prediktivt Grenmengde

I MERA utvider kausalkjeglen til bulktilstanden Z_t (på dybde L fra randen) seg når den beveger seg mot randen: på dybde \tau lag fra toppen har kjeglen bredde s^\tau. Dette teller antallet randsteder som uavhengig kan påvirke Z_t.

I OPT inneholder Prediktivt Grenmengde \mathcal{F}_h(z_t) ved dybde h tidssteg fra den nåværende aperturen høyst 2^{B \cdot h} distinkte framtidige tilstander (preprint ligning 5: \log|\mathcal{F}_h| \leq Bh). Dybden til MERA-lagene svarer til \tau = h. Vi observerer et avvik mellom eksponentiell og lineær begrensning (s^\tau \cdot B/L bits i MERA via skalautvidelse versus B \tau i Prediktivt Grenmengde via kronologisk akkresjon). Bredden på kausalkjeglen og kapasiteten til OPTs Prediktivt Grenmengde stemmer robust overens i størrelsesorden, men oppnår streng eksakt overensstemmelse bare i grensen av en enlags kodek (L=1). Videre innebærer identifikasjonen av den passive topologien i MERA med det handlingsavhengige Prediktivt Grenmengde at vi opererer utelukkende innenfor grensen for den passive observatøren (a \equiv \text{const}). \blacksquare

4.3 Bevis — Kausal protokoll = fortidig bulk

Den etablerte kausale protokollen \mathcal{R}_t = (Z_0, Z_1, \ldots, Z_t) (preprint §3.3) består av alle tidligere komprimerte tilstander — bulktilstandene som allerede er rendret inn i den etablerte fortiden. I MERA svarer disse til sekvensen av tidligere bulktilstander som er koblet sammen av kodekens temporale dynamikk K_\theta (preprint ligning 6). Den etablerte laventropiske karakteren til \mathcal{R}_t svarer til at bulktilstander i MERA har lav sammenfiltringsentropi av konstruksjon — de er det grovkornede resultatet av disentanglingsprosedyren. \blacksquare


§5. Teorem T-3c — Prediktivt Grenmengde som grense-UV og den diskrete Ryu-Takayanagi-formelen

Teorem T-3c (Prediktivt Grenmengde = grense-UV; diskret RT).

  1. Prediktivt Grenmengde \mathcal{F}_h(z_t) avbildes probabilistisk til mengden av ikke-renormaliserte frihetsgrader ved MERA-grensen — grense-UV-laget i MERA anvendt på kodeken ved tidssteg t + h.

  2. Klassisk databehandlingsgrense (bulk-kutt-grense): Den prediktive kuttentropien, korrekt evaluert ved det interne minimale bulk-kuttlaget, oppfyller eksplisitt: S_{\text{cut}}^{(\tau^*)}(A) \leq |\gamma_A| \log \chi

  3. Diskret kvante-RT-utvidelse (betinget på P-2d-innleiring):

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

der \gamma_A er minimal-kutt-flaten i MERA-bulken og \chi = 2^{B_0/N} er bindingsdimensjonen. Denne grensen gjelder betinget på P-2d-isometrien; den reduseres til den klassiske bulk-kutt-grensen i del (b) når kvantestrukturen ikke er tilgjengelig.

5.1 Bevis — Prediktivt Grenmengde som grense-UV

MERA-grense-UV-laget ved tid t+h består av alle mulige inputtilstander X_{\partial_R A}^{(t+h)} — de finkornede, ikke-grovkornede grensetilstandene som vil bli prosessert av kodeken over de neste h tidsstegene. Gitt kaskadestrukturen er dette nøyaktig de tilstandene som kan nås fra den nåværende aperturen Z_t = Z_t^{(L)} ved å kjøre MERA i revers (fra bulk mot grense) gjennom h lag — dvs. ved å utvide kausalkjeglen til Z_t i h steg.

Det Prediktive Grenmengdet \mathcal{F}_h(z_t) er definert i preprinten (§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 presist de sekvensene av bulktilstander som kan nås fra Z_t innenfor h MERA-lag ved å operere kaskaden probabilistisk i den ekspanderte retningen. Identifikasjonen krever at MERA evalueres i begge retninger — grense \to bulk (fortidig kompresjon) og bulk \to grense (fremtidig ekspansjon). Det Prediktive Grenmengdet svarer eksplisitt til den andre retningen, som er den eksakte støttemengden for kausalkjegleutvidelsen av bulktilstanden mot grense-UV, under tidsreverseringsidentifikasjonen korrekt angitt i §4.1. \blacksquare

5.2 Bevis — Diskret avbildet Ryu-Takayanagi-grense

La A og \bar{A} = V \setminus A være en bipartisjon av randen. La \tau^* være det minimale laget der A/\bar{A}-grensesnittet er nøyaktig avskåret i tensornettverket (laget for minimalt snitt). I dette laget er den lokale kapasitetsgrensen for flaskehalsen i gjensidig informasjon strengt klemt av kapasiteten til de avskårne bindingene:

S_{\text{cut}}^{(\tau^*)}(A) \leq |\gamma_A| \cdot \log \chi \qquad (\text{Inter-gruppe-bulkgrense})

Selv om dette med hell etablerer den diskrete Ryu-Takayanagi-kapasitetsgrensen nøyaktig ved bulkens minimale snittlag, kan man formelt ikke føre denne grensen oppover for å begrense den ytre randens prediktive snittentropi S_{\text{cut}}(A) = S_{\text{cut}}^{(0)}(A) ved hjelp av Data Processing Inequality, ettersom DPI krever at entropien må avta monotont, ikke øke, når vi komprimerer nedover: S_{\text{cut}}^{(0)} \geq S_{\text{cut}}^{(\tau^*)}.

Den korrekte veien til den fulle målrettede diskrete RT-randgrensen (S_{\text{vN}}(\rho_A) \leq |\gamma_A| \log \chi) krever at man begrenser Schmidt-rangen over bipartisjonen — en strategi som forutsetter at nettverket behandles som en konstruksjon av randtilstanden via ekte lineære isometrier. Dette er nå etablert i Appendiks P-2: Teorem P-2d beviser den diskrete kvante-Ryu-Takayanagi-formelen via Schmidt-dekomposisjonen av MERA-tilstanden over det minimale snittet, betinget på isometribetingelsen i P-2c. \blacksquare (betinget på P-2d-isometri).


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

De tre teoremene ovenfor etablerer MERA-strukturen på det klassiske informasjonsteoretiske nivået. Den epistemiske stigen i §3.4 i preprinten beskriver betingelsene som må være oppfylt for at hvert trinn kan bestiges.

Trinn Entropilov Betingelse Status
1. Klassisk areallov S_{\text{cut}} \leq \lvert\partial A\rvert \log q Lokalitet + Markov-screening (§3.4 i preprinten) Bevist (preprint ligning 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-isometriinnleiring Bevist (P-2d, betinget)
3. Kvante-RT S(A) = \tfrac{\text{Area}(\gamma_A)}{4G_{\text{OPT}}} + S_{\text{bulk}} Trinn 2b + kontinuumsgrense Betinget av kontinuumsgrensen
4. Full AdS/CFT Eksakt bulk-/rand-dualitet Kvante-RT + geometrisk rekonstruksjon av bulkoperatorer Langsiktig (v3.0+)

Kvante-RT-formelen krever at den klassiske prediktive cut-entropien I(X_A;\, X_{V \setminus A}) erstattes med von Neumann-sammenfiltringsentropien S_{\text{vN}}(\rho_A) til en tetthetsmatrise \rho_A. Dette forutsetter en Hilbert-rom-struktur for tilstandsrommet til Z_t. Utledningen av denne strukturen — via ADH-argumentet for kvantefeilkorrigering (preprint P-2) — gjenstår som det neste formelle steget. Når P-2 er fullført, blir bindingsdimensjonen \chi = 2^{B_0/N} en kvante-bindingsdimensjon, og den klassiske gjensidige informasjonen i beviset for T-3c erstattes av kvantegjensidig informasjon, slik at den fulle kvante-RT-formelen med bulk-korreksjonsleddet S_{\text{bulk}} gjenopprettes.


§7. Emergent bulkgometri fra kodeavstand

MERA-bulkgometrien er ikke en forhåndseksisterende beholder. Under isomorfien i T-3a er den kodekens informasjonelle metriske rom: geometrien til kompresjonsavstander.

7.1 Kodeavstand som bulkmetrisk størrelse

Definer den diskrete heltallige kodeavstanden d(z^{(\tau)}, z'^{(\tau)}) mellom to tilstander på lag \tau i kaskaden som det minste antallet disentangler-bytter som kreves for å forbinde dem innenfor tensornettverket.

Under en passende termodynamisk grense eller kontinuumsgrense (N \to \infty, a \to 0), kan man tilnærme bulkmetrikken g_{ij}^{\text{bulk}}(\tau) ved den kontinuerlige romlige lag-skalaen \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 strukturell forventning, betinget av skala-invarians i kaskaden og antakelsen om at Permutation MERA kan kontinuerlig tilnærmes av en generell MERA i kontinuumsgrensen — i samsvar med de kjente resultatene til Swingle (2012) og Nozaki-Ryu-Takayanagi (2012), men ikke garantert for en diskret kaskade med endelig mange lag. Dermed forventer vi, under disse kontinuumsgrense-formodningene, at romtidsgeometrien ville krumme seg nettopp der kodeavstanden divergerer — dvs. der den påkrevde prediktive raten R_\text{req} nærmer seg C_\text{max}, strategisk konsistent med T-2s identifikasjon av rate-forvrengnings-overløp.

7.2 Forbindelse til T-2

T-2 fastslo at gravitasjonskrumningen G_{\mu\nu} er den metriske deriverte av render-entropien S_{\text{render}}. MERA-strukturen spesifiserer nå det mikroskopiske opphavet til S_{\text{render}}: den er minimal-cut-entropien |\gamma_A| \log \chi, og Einstein-tensoren G_{\mu\nu} er responsen til denne cut-entropien på metriske perturbasjoner i bulk-geometrien indusert av kodeavstand. De to appendiksene er derfor konsistente: T-2 gir de makroskopiske feltligningene; T-3 gir det mikroskopiske tensor-nettverksopphavet til entropifunksjonalen de ekstremaliserer.


§8. Avslutningsoppsummering og åpne kanter

T-3-leveranser — delvis løst → betinget oppgradert (med P-2)

  1. T-3a (MERA-isomorfi). OPTs L-lags flaskehalskaskade er strukturelt homomorf med en MERA med lagfaktor s og dybde L. Med appendiks P-2 (teoremene P-2.0 og P-2c) oppgraderes dette til en tensornettverksisomorfi innenfor det QECC-beskyttede underrommet, betinget av lokal støy. Merk: Isomorfien gjelder permutasjons-MERA (disentanglere i permutasjonsundergruppen av U(\mathbb{C}^\chi)), ikke generell MERA med vilkårlige unitære disentanglere. Denne begrensningen påvirker ikke RT-grensen (P-2d), men avgrenser korrespondansen til en underklasse av MERA-nettverk.

  2. T-3b (korrespondanse for kausalkjegle). Den Informasjonelle kausalkjeglen skalerer med størrelsesordenssymmetri til MERAs kausalkjeglestruktur innenfor grensen for passiv observatør, selv om dybdeprofilene er ulike. Prediktivt Grenmengde tilsvarer ikke-renormaliserte randdata. (P-2s isometriresultat gjelder innenfor grensen for passiv observatør; de handlingsavhengige termene a_{t:t+h-1} i definisjonen av Prediktivt Grenmengde krever en utvidelse til åpne systemer som ikke behandles i P-2.)

  3. T-3c (diskret kvante-RT). Det opprinnelige DPI-baserte beviset avgrenset bulken, men ikke randentropien. Med isometrien fra P-2c etablerer teorem P-2d den fulle randgrensen S_{\text{vN}}(\rho_A) \leq |\gamma_A| \log \chi via Schmidt-rangen til MERA-tilstanden.

  4. Emergent bulkgeometri. MERA-bulkmetrikken g_{ij}^{\text{bulk}} induseres fra kodeavstand i kaskaden. Romtid krummer der kodeavstanden divergerer, i samsvar med T-2s identifikasjon av G_{\mu\nu} som den metriske deriverte av render-entropi. (Kontinuumsgrense er fortsatt nødvendig.)

  5. Status for den epistemiske stigen. Trinn 2 (diskret kvante-RT) er nå bevist via P-2d. Trinn 3 (full kvante-RT med bulk-korreksjon) krever en kontinuumsgrense som ennå ikke er utledet fra OPT-primitiver.

Åpne kanter muliggjort av denne lukningen


Dette appendikset vedlikeholdes som del av OPT-prosjektets repositorium sammen med theoretical_roadmap.pdf. Referanser: Vidal (2008) [43], Pastawski et al. (2015) [44], Almheiri-Dong-Harlow (2015) [42], Tishby et al. (1999) [28], Ryu-Takayanagi (2006).