黑洞内部也能从纠缠数据反推:单未知函数时,神经网络重建出视界后的度规
核心概要
在三维永恒黑洞中,一对半直线的含时纠缠熵只通过一个函数依赖体度规,即用时间 Killing 矢量的模表示的局部表面引力。以该熵为输入的神经常微分方程从随机初始度规出发,在带电 BTZ 黑洞中重建出被极值面探测到的整段几何,包括视界后的一部分内部,并给出霍金温度与临界面位置;当度规含两个未知函数时,数据不再唯一确定几何。
深度剖析
含时纠缠熵可以反推黑洞度规,而不只是检验已知度规。 此前的全息重建多用静态纠缠熵,其极值面停在视界外,只能约束外部几何;穿过爱因斯坦–罗森桥的 Hartman–Maldacena 面会进入视界之后,因此这类数据对内部敏感。 在带电 BTZ 背景上,网络从随机初始度规出发学到的黑化因子与真实值在被探测区域内一致,覆盖从渐近边界经视界到数据窗口内最深点的范围。
重建之所以可行,是因为半直线纠缠动力学只通过一个函数感知体度规。 把面积与边界时间改写成时间 Killing 矢量模的函数后,两者都只依赖局部表面引力这一项,于是反问题被拆成可逆性与唯一性两步。 当只学一个未知函数时,网络在带电 BTZ 上收敛,且学到的度规给出的霍金温度与临界面位置与精确值接近,而这两者都不是训练目标。
两个未知函数时,数据留下的是探测本身的对称性,而不是数值误差。 半直线 HM 面位于横向坐标固定处,其长度完全由二维度规决定,而该二维度规在边界归一化后只含一个微分同胚不变量。 三次训练都同样好地复现了同一组数据,最终损失与单函数情形相当,但学到的几何彼此不同,也都偏离真实度规。
启示与展望
讨论限于三维渐近 AdS 时空中的一对半直线,其 HRT 面为穿过爱因斯坦–罗森桥的 Hartman–Maldacena 面,背景取中性 BTZ 与带电 BTZ;单函数依赖与简并族在附录中推广到任意维平面黑洞。
单函数情形下网络收敛到正确度规,依赖 softplus 激活带来的实解析参数化,从而把搜索限制在反问题唯一的度规类内;超光速数据的结论被表述为当前重建方案的性质,而非普遍的不可能性结论。
