爱因斯坦-波多尔斯基-罗森-玻姆实验：一种离散数据驱动方法

我们秉持这样的观点：建立从实验数据到数学模型的单向桥梁，而非相反方向，可避免对后者所用符号赋予意义而引发的争议。特别地，我们表明采用此观点为构建爱因斯坦-波多尔斯基-罗森-玻姆实验的数学模型及解释其结果提供了新视角。我们首先证明约束在四种不同条件下进行爱因斯坦-波多尔斯基-罗森-玻姆实验所得四个关联值的新贝尔型不等式。该证明是“无模型”的，即不提及任何想象中生成数据的数学模型。这些约束仅依赖于通过重排四个数据集中的数据而不改变关联值所得到的四元组数目。若四元组的最大比例为1，这些新不等式退化为著名的贝尔型不等式的无模型版本。由于无模型，实验数据若违背后者，意味着四个数据集中并非所有数据都能被重排成四元组。此外，作为无模型不等式，实验数据若违背后者，仅意味着任何假定生成此数据的数学模型均不适用。我们从进行爱因斯坦-波多尔斯基-罗森-玻姆实验所得数据出发，构建而非假定描述这些数据主要特征的数学模型。对可重复且稳健的数据应用似真推理的数学框架，无需使用任何量子理论概念，便得出两自旋-1/2物体在单态下关联的表式。