|外行也看得懂!了解量子计算的奇迹


全文共4415字 , 预计学习时长15分钟

|外行也看得懂!了解量子计算的奇迹
本文插图
图源:theconversation
量子——我相信正在阅读本文的你一定在相当长的一段时间里听说过这个词及其派生词:量子密码学 , 量子互联网 , 量子电动力学等等 , 尤其是自Google宣布推出Quantum Supremacy打造其54量子位处理器Sycamore , 以及Google , IBM , D-Wave , Rigetti等几大巨头之间的量子战争开始以来更甚 。
说到量子计算技术 , 虽然已经发展了数十年 , 但其主要是在2016年IBM通过IBM云将其5量子位的量子计算机开源之后 , 才引起年轻研究人员及新兴初创公司的注意 。

|外行也看得懂!了解量子计算的奇迹
本文插图
起源概览
一个多世纪以来 , 量子物理学无数次地困扰着人类 。 好奇心驱使着人类探索和理解自然现象的冲动 。 随着理论物理学家进行思想实验并将该学科的研究进程从经典转变为现代后 , 用实验证明理论正确性的需求突显出来 。
物理学家开始感到有必要进行极其复杂的计 , 设计大型实验设备(如大型强子对撞机(LHC))以实现非凡的精度 , 并在有限的时间内可持续地模拟“零误差”精度的自然和物理范例 。 多样的情况对更强大的计算能力提出了极高的要求 。
此外 , 无法解释的自然之谜促使20世纪的一些精英科学家 , 如保罗·贝尼奥夫 , 理查德·费曼和尤里·马宁不断思考 , 并逐渐理解了基于量子力学的计算机所具有的强大影响力 , 由此物理学家和工程师齐心协力开始创建量子计算机 。
后来 , 这个想法流行开来 , 不仅是物理学家 , 化学 , 制药 , 生物学 , 金融 , 互联网 , 人工智能 , 网络安全等几乎各个领域的知识分子也开始探索量子计算的奇迹 , 这些奇迹可能会在不久的将来应用到他们的工作中 。
它也会进入到我们的生活中吗?没错 , 教育!麻省理工大学(MIT) , 滑铁卢大学等大学以及EDx , Coursera等知名在线教育网站开始提供量子计算(QC)领域的课程和基于概念/应用程序的衍生课程 。

|外行也看得懂!了解量子计算的奇迹
本文插图
将量子计算领域形象化
看到这里 , 或许你会想要了解一些技术知识 。 接下来 , 我们将深入研究该领域的基础 。
1. 量子叠加
你肯定听说过薛定谔的猫 , 这就是量子叠加 。

|外行也看得懂!了解量子计算的奇迹
本文插图
图源:unsplash
如果周围有硬币 , 那么抛掷一次 。 像往常一样 , 你需要等到它掉下来 , 对不对?但是在该主题下 , 只需当它在空中飞舞时观察它即可 。 此时它是正面还是反面呢?
直到它掉下来之前 , 它既是正面也是反面 。 这就是量子叠加 。 以不同比例在同一时间处于多种状态!自然就是这样运作的 。
另一个小例子——

|外行也看得懂!了解量子计算的奇迹
本文插图
不考虑重力 , 浮力 , 空气阻力以及现在能想到的任何力 。 考虑理想情况 。
现在想象一个在两个垂直相对的点A和B之间振荡的单摆 。 该单摆由其所处位置定义 。 除非(在物理意义上“观察到”)它在两个点中的任意一点停止 , 否则在可变的时间点其都可以由30%A和70%B;50%A和50%B;75%A和25%B;86.1%A和13.9%B等无限组合来定义 。 这就是我在上一个示例中提到的“不同比例” 。
类似于传统计算机中的“bits(比特)” , 量子计算机基于“Qubits(量子比特)” 。 显然 , 它们是遵循量子叠加原理的比特:同时为0和1 。分页标题
因此 , 就计算而言 , 1个量子比特等于2个传统比特;2个量子比特等于4个传统比特; 3个量子比特等于8个传统比特等依次类推 。 因此 , 如果将PC与QC进行比较 , 只需取“2”的“比特数”次幂即可 。
此外 , 与传统计算机不同 , 量子计算机没有电容器 。 因此 , 无法仅通过有无电荷将这些比特定义为1或0 。 量子比特基本上是具有自旋振荡(量子态)的电子或原子核 。

|外行也看得懂!了解量子计算的奇迹
本文插图
为了让这一特性形象化 , 只需将上例中的钟摆替换为电磁罗盘不断偏斜的指针 , 并将A和B分别替换为1和0 。
你可能已经研究了基于金属氧化物半导体(MOSFET)的晶体管 , 这些晶体管已成为当今多种电子设备的基础 , 包括用来阅读本博客的电子设备 。 还记得摩尔定律吗?该定律建议高密度集成电路中的晶体管数量每两年增加一倍 。 以这样的速度增长 , 我们已经达到了单位为纳米大小的晶体管规模 。
但是研究不会就此停止 , 研究直到对大自然探索到达顶峰的那一天才会停止 , 而那一天还太遥远 。 是时候以Neven定律来更新摩尔定律了 , 当我们达到埃斯特朗级别时 , 我们将以“双指数”的规模增长 。
让我们进入量子王国吧!
2. 量子隧道
你喜欢魔术吗?是否读过或看过一个人直接穿过一堵墙的虚构故事呢?这些魔术绝不是幻想 。 它们具有基于量子隧道技术成为现实的可能性 。

|外行也看得懂!了解量子计算的奇迹
本文插图
用技术术语来说 , 当亚原子粒子越过势垒时(例如 , 电子作为波试图穿过混凝土墙移动) , 其有一定的概率在起点处消失并出现在越过势垒的某一点 , 在其穿越过程中完全没有出现在势垒的内部 , 这就可以称为经历了量子隧道效应 。 换句话说 , 能级小于势垒的粒子能够穿过势垒 。
这种类似隐形传态的现象目前仅限于亚原子粒子 , 但未来无可限量 。
还记得关于晶体管的讨论吗?电子工程师请做好心理准备 。 如果传统晶体管的尺寸进一步减小 , 电子就能够隧穿 , 从而干扰所有电流方向和V-I计算 。 这种现象在经典物理学中不存在 。 因此 , 量子计算机比传统计算机更具优势 , 即存在某些问题 , 只有前者才能解决 。
3. 量子纠缠

|外行也看得懂!了解量子计算的奇迹
本文插图
想象一下 , 一个朋友到家拜访并在网上订购了两个比萨饼 。 两人的选择是不同的 , 但外观一致 。 几分钟后 , 比萨盒被送来 , 但没有贴上标签 。 你怎么知道哪个是你的?它们看起来一模一样 。
显然 , 你必须任意打开一个检查 。 这就是关键 。 在这种情况下 , 选择哪一个的重要性似乎微不足道 。 当你认出第一个打开的盒子里的披萨时 , 你就能确定另一个(前提是快递员或餐厅没有搞错) 。

|外行也看得懂!了解量子计算的奇迹
本文插图
图源:unsplash
信息传输完全没有延迟!简单来说 , 这就是理解量子纠缠的方式 。
当无法单独描述两个粒子中任何一个的性质时 , 它们被认为是纠缠在一起的 。 在发现打开的盒子里是至尊异域风情披萨时 , 才能立马知道关上的盒子中是招牌双倍芝士披萨 。
同样 , 当两个粒子纠缠在一起时 , 一个粒子的状态变化会影响另一个粒子的状态变化 。 看到过双胞胎吗?如果其中一个哭了 , 那么即使另一个离得远 , 一旦看到了她也很可能哭泣或大笑 。

|外行也看得懂!了解量子计算的奇迹
本文插图分页标题
在谈论量子纠缠时 , 无法避免EPR悖论 。 它构成了该主题的有争议的基础 , 爱因斯坦将纠缠称为“远距离的怪异动作” 。
然而 , 对许多粒子对(如光子 , 中微子 , 电子 , 在某些情况下还包括大分子)性质(如动量 , 自旋 , 极化 , 位置等)的测量表明:即使一对原子彼此分隔很远 , 也能获得令人满意的结果 。 这证明了量子纠缠的想法 。
考虑到所有因素 , 例如信息传递 , 远距离测量 , 逆波函数崩溃(这可能在“测量”属性并扰乱了整个纠缠的粒子对系统时发生)等 , 量子纠缠的优势被认为是正确的 , 但是人们坚信相对论并没有受到它的挑战 , 即没有任何信息或逻辑传输的速度超过光速 。
你可能已经猜到了 , 量子纠缠的一个重要应用就是量子互联网 。

|外行也看得懂!了解量子计算的奇迹
本文插图

|外行也看得懂!了解量子计算的奇迹
本文插图
量子计算的应用
讨论了基础知识之后 , 我们来看一下全球范围内量子计算的一些应用和当前趋势 。
1. 量子机器学习
过去二十年来 , 工程师和企业家对人工智能的兴趣呈指数级增长 , 这主要是因为《黑客帝国》这类电影的出现 。 存在于每个热爱探索的人内心的无法克制的渴望驱使他们致力于建立更好的计算设计和算法 , 以更深入地探索自然和宇宙的奥秘 。
人工智能是指机器通过某种方式试图模仿人类的心理和决策过程时表现出的“聪明”的行为 。 机器学习只是创建和增强智能的方式 , 类似于人类的智力学习 。
几十年来 , 基于理论方法和启发式(深度学习)的研究一直在增长 。 从朴素贝叶斯到神经网络 , 整个机器学习领域无论是在数据获取 , 算法开发还是计算能力方面都经历了指数级增长 。

|外行也看得懂!了解量子计算的奇迹
本文插图
图源:daimler
学生和产业研发团队对于探索和实施量子工程解决方案以增强计算能力的兴趣已经大大提高 。
量子计算在两个方面使AI受益 , 反之亦然 。
一方面 , 量子计算机具有执行超快速线性代数的能力 , 这构成了机器学习算法的基础 。 这些量子加速计算是在状态空间上随量子位成指数增长的 , 这是第一代量子机器学习(QML) 。 第一代包含有监督和无监督学习应用 , 例如主成分分析 , k-means聚类和推荐系统 。 这些算法对量子数据的执行速度为指数倍数 。 为了对经典数据进行计算 , 首先需要将其嵌入量子态 。
第二代QML也随着噪声中级量子(NISQ)处理器的出现而出现 , 并且基于启发式方法 。 对它们的经验研究可以借助量子硬件强大的计算能力来进行 。 就像深度学习是机器学习领域的发展一样 , 第二代是量子机器学习领域的发展 。
你此时期待量子神经网络吗?如果是 , 你是对的 。 QNN是QML中模型构建 , 训练策略和推理方案的基础 。 Google的TensorFlowQuantum白皮书是可在互联网上找到的用于QML的最精彩的资源 。
另一方面 , 量子计算机最初是为了探索和模拟自然/物理学的奇迹而开发的 , 它们现在还用于增强AI 。 当QC和AI领域的天才联合时 , 模拟自然范例的想法就出现了 。

|外行也看得懂!了解量子计算的奇迹
本文插图
图源:lhc-epistemologie
对某些现象的模拟 , 例如分子间键合 , 离子相互作用 , 放射性衰变 , 核反应 , 卫星通信 , 以及诸如组合优化之类的更多实例 , 如果使用经典计算机完成需要花费数年的时间 , 而同时使用量子计算硬件和量子机器学习算法则可以在数分钟内完成仿真 。分页标题
2. 后量子密码学
当前的加密技术基于RSA之类的算法 , 负责保证当今网络空间的安全性 。 网络 , 信息传输 , 实时通信 , 在线金融交易等均受其保护 。
加密技术基于两个方面:密钥和加密算法 。 想象一个数字 , 它是两个质数的乘积 。 假设是35 。 此时 , 加密算法是简单的乘法 , 密钥是质数因子5和7 。 该过程构成了RSA算法的基础 。
很容易吧?但是这里出于理解目的 , 只是一个两位数 。 如果有一个只有两个质数的7位数字怎么办?你仍能迅速解出答案吗?
在现实世界的网络安全中 , RSA使用的数字量很大(2048位) , 这表明目前的经典计算机无法在正常人的寿命时长内破解它!因此 , RSA加密数据非常安全 , 不会被黑客破解 。

|外行也看得懂!了解量子计算的奇迹
本文插图
图源:technologyreview
但是 , 如果量子计算机试图破解它该怎么办?尽管目前的量子计算机还没有这样做的能力 , 但根据不断发展的趋势 , 我们可能会在三十年内拥有顶尖的量子计算机 。 这就是由量子计算机带来的对现有安全系统的威胁 。
为了解决这个问题 , 后量子密码学(PQC)出现了 , 即使是量子计算机也无法破解基于PQC的加密 。 PQC基于携带偏振光子的信息传输 。 它为窃听者提供了数百万种可能性 , 因此使其几乎不可能被破坏 。

|外行也看得懂!了解量子计算的奇迹
本文插图
当前的量子计算
前量子时代(当前)的主要亮点
初创企业的出现:意识到了量子计算的巨大潜能 , 众多企业家走到台前 , 并基于其在多个领域(存储 , 安全性 , 云计算 , 科研等)的技术来建立初创企业 。
量子计算领域的主要算法
· Shor算法
· Grover算法
· Deutsch-Jozsa算法
· Bernstein Vazirani算法
? Simon算法
开源研究工具和社区的发展
· https://github.com/rigetti/pyquil:使用Quil进行量子编程的Python库 。 (由RigettiComputing提供)
· https://www.tensorflow.org/quantum:TensorFlow Quantum(TFQ)是一个量子机器学习库 , 用于对组合量子—经典ML模型进行快速原型构建 。 (由Google提供)
· https://qiskit.org/:Qiskit是一个开放源代码的量子计算软件开发框架 , 旨在于科研 , 教育和商业中利用当今的量子处理器 。 (由IBM提供)
· https://qiskit.slack.com/#/:Qiskit社区休闲频道
可以预见 , 在未来 , 量子计算还会有更多超出我们想象的功能和应用 。

|外行也看得懂!了解量子计算的奇迹
本文插图
留言点赞关注
我们一起分享AI学习与发展的干货
【|外行也看得懂!了解量子计算的奇迹】如转载 , 请后台留言 , 遵守转载规范