当前位置: 首页 > article >正文

什么是量子优势?

量子优势是量子计算领域正在积极努力的里程碑,量子计算机可以解决最强大的非量子或经典计算机无法解决的问题。

量子是指原子和分子的尺度,在这个尺度上,我们所经历的物理定律被打破,并且应用了一组不同的、违反直觉的定律。量子计算机利用这些奇怪的行为来解决问题。

有些类型的问题对于经典计算机来说是不切实际的,例如破解最先进的加密算法。近几十年的研究表明,量子计算机有潜力解决其中一些问题。如果一台量子计算机能够真正解决其中一个问题,那么它将展现出量子优势。

我是一名研究量子信息处理和量子系统控制的物理学家。我相信,这一科学技术创新前沿不仅有望在计算方面取得突破性进展,而且代表着量子技术的更广泛激增,包括量子密码学和量子传感方面的重大进步。

量子计算力量的源泉

量子计算的核心是量子位,或称为qubit。与只能处于 0 或 1 状态的经典位不同,量子位可以处于 0 和 1 的某种组合的任何状态。这种既不是 1 也不是 0 的状态被称为量子叠加。每增加一个量子位,量子位可以表示的状态数量就会加倍。

这一特性经常被误认为是量子计算能力的来源。相反,它归结为叠加、干扰和纠缠的复杂相互作用。

干扰涉及操纵量子位,使它们的状态在计算过程中建设性地结合起来,以放大正确的解决方案,并破坏性地抑制错误的答案。当两个波(如声波或海浪)的峰值结合在一起产生更高的峰值时,就会发生相长干涉。相消干涉是指波峰和波谷结合并相互抵消时发生的情况。量子算法数量很少且难以设计,它建立了一系列干涉图案,从而得出问题的正确答案。

纠缠在量子位之间建立了一种独特的量子相关性:无论量子位相距多远,一个状态都不能独立于其他量子位来描述。这就是阿尔伯特·爱因斯坦(Albert Einstein)著名的“幽灵般的远距离作用”所驳斥的。通过量子计算机精心策划的纠缠集体行为可以实现经典计算机无法企及的计算速度。

量子计算的应用

量子计算具有一系列潜在用途,可以超越传统计算机。在密码学领域,量子计算机既带来了机遇,也带来了挑战。最著名的是,它们有可能破译当前的加密算法,例如广泛使用的RSA 方案。

其后果之一是当今的加密协议需要重新设计,以抵御未来的量子攻击。这种认识导致了后量子密码学领域的蓬勃发展。经过漫长的过程,美国国家标准与技术研究所最近选择了四种抗量子算法,并开始准备它们,以便世界各地的组织可以在其加密技术中使用它们。

此外,量子计算可以极大地加速量子模拟:预测在量子领域进行的实验结果的能力。著名物理学家理查德·费曼 (Richard Feynman) 40 多年前就预见到了这种可能性。量子模拟为化学和材料科学提供了巨大进步的潜力,有助于药物发现的分子结构的复杂建模等领域,并能够发现或创造具有新颖特性的材料。

量子信息技术的另一个用途是量子传感:以比非量子仪器更高的灵敏度和精度来检测和测量电磁能、重力、压力和温度等物理特性。量子传感在环境监测、地质勘探、医学成像和监视等领域有着广泛的应用。

开发互连量子计算机的量子互联网等举措是连接量子和经典计算世界的关键步骤。该网络可以使用量子密钥分发等量子加密协议来保护,从而实现超安全的通信通道,防止计算攻击(包括使用量子计算机的攻击)。

尽管量子计算的应用套件不断增长,但开发充分利用量子优势的新算法(特别是在机器学习方面)仍然是正在进行的研究的关键领域。

保持连贯并克服错误

量子计算领域在硬件和软件开发方面面临重大障碍。量子计算机对与其环境的任何无意交互都高度敏感。这会导致退相干现象,即量子位迅速退化为经典位的 0 或 1 状态。

构建能够兑现量子加速承诺的大规模量子计算系统需要克服退相干。关键是开发有效的方法来抑制和纠正量子错误,这是我自己研究的重点领域。

在应对这些挑战的过程中,众多量子硬件和软件初创公司与谷歌和 IBM 等成熟的技术行业参与者一起涌现。这种行业兴趣,加上世界各国政府的大量投资,凸显了对量子技术变革潜力的集体认可。这些举措培育了学术界和工业界合作的丰富生态系统,加速了该领域的进步。

量子优势显现

量子计算有一天可能会像生成式人工智能的到来一样具有颠覆性。当前,量子计算技术发展正处于关键时刻。一方面,该领域已经显示出取得了狭隘专业化量子优势的早期迹象。谷歌的研究人员以及后来的中国研究团队证明了生成具有某些属性的随机数列表的量子优势。我的研究团队展示了随机数猜谜游戏的量子加速。

另一方面,存在进入“量子冬天”的切实风险,即如果短期内未能取得实际成果,投资就会减少。

虽然技术行业正在努力在短期内提供产品和服务的量子优势,但学术研究仍然集中在调查支撑这一新科学和技术的基本原理。这种正在进行的基础研究,在我几乎每天都会遇到的那种热情的新学生和聪明学生的推动下,确保了该领域将继续取得进展。

Daniel Lidar ,南加州大学电气工程、化学、物理与天文学教授


http://www.kler.cn/a/149127.html

相关文章:

  • 基于标签相关性的多标签学习
  • 24.11.13 Javascript3
  • Redis高可用-主从复制
  • 万字长文分析函数式编程
  • Ue5 umg学习(一)
  • XML Schema 字符串数据类型
  • 系列十六、Spring IOC容器的扩展点
  • vue3-10
  • 【C++】构造函数和析构函数第四部分(深拷贝和浅拷贝)--- 2023.11.25
  • Spring Boot 3 + Spring Security 6 最新版本修改 Json 登录后 RememberMe 功能问题失效的解决方案
  • NextJS开发:封装shadcn/ui中的AlertDialog确认对话框
  • windows系统mobaxterm远程执行linux上ssh命令
  • 中伟视界:AI智能分析盒子的人数统计AI算法通过什么算法模型可以解决重复统计的问题?
  • 【AI考证笔记】NO.1人工智能的基础概念
  • Mysql更新Blob存储的Josn数据
  • c++调用openssl对文件加解密
  • ubuntu配置免密登录vscode
  • 如何优化 Elasticsearch 查询性能
  • 华为P40无法链接adb的解决记录
  • 深度学习之六(自编码器--Autoencoder)
  • 面向植保任务的无人机集群系统及其应用研究
  • shell编程系列(4)-循环结构
  • Java第十二篇:连接安全版kafka(Kerberos认证)出现的问题解答
  • C++学习之路(十)C++ 用Qt5实现一个工具箱(增加一个时间戳转换功能)- 示例代码拆分讲解
  • Matlab 点云曲率计算(之二)
  • 浅谈现代化城市建设中智慧消防的研究与应用