量子比特

报了一个课程，然后有一些思考题，把思考题和自己的想的答案写出来。 答案不一定完全准确，是自己写的，欢迎argue。 一、区块链与数字化 1. 区块链与数字化关系 区块链促进信任服务的数字化 2. 区块链的本质属性 非信任环境中的信任服务基础架构 3. 区块链有哪些看点 存证+定序；价值传递；治理 4. 区块链的命名 从业务属性看：账链；从核心机制来看：共识链；从应用效果看：公信链。最后从技术角度来看：区块链 5. 区块链改变了什么 缩短了信任距离 二、对称加密与哈希 1. 什么是密码学？ 研究在受限范围内共享信息的科学 2. 密码学的基本场景设定是什么？ 发送方、接收方、无关接收方、截停者 3. 密码学与计算技术的关系是什么？ 密码学随着计算技术的进步而发展 4. 密码学观念的进化经历了哪几个阶段？ 算法保密->算法公开，但是运行算法的一段信息的内容是保密的（对称加密、非对称加密） 5. 目前对称加密的主流算法是什么？ AES。速度快，但是秘钥分发困难 6. 目前哈希的主流算法是什么？ SHA256 三、非对称加密 1. 非对称加密正向方法用在什么地方？ 用对方的公钥加密，发送给对方，对方用自己的私钥解密 2. 非对称加密逆向方法用在什么地方？ 用自己的私钥加密，发送给对方，对方用我的公钥进行解密。 3. 非对称体制RSA利用了什么问题的难解性？ RSA利用：大整数分解难度问题

请做好准备，即将进入烧脑模式！ 宏观世界的生活经验很多都是表象。比如，你可能认为世界的运行是确定的、可预测的；一个物体不可能同时处于两个相互矛盾的状态。 在微观世界中，这种表象被一种叫做量子力学的规律打破了。 量子力学指出，世界的运行并不确定，我们最多只能预测各种结果出现的概率；一个物体可以同时处于两个相互矛盾的状态中。 量子计算，就是直接利用量子力学的现象（例如量子叠加态）操纵数据的过程。 在本文中，我们简单地介绍量子叠加态、量子比特、量子测量和一种实现随机数据库搜索的量子算法。 夏天到了，烈日炎炎。当你带上偏振墨镜时，从某种程度上讲，你就已开始接触量子计算了。 为什么这么说呢？因为光的偏振正好“同时处于两个相互矛盾的状态”中，也就是量子叠加态。在量子计算中，光子的偏振就可以用来实现量子比特。 首先，光是一种电磁波，组成它的粒子叫做光子。电磁波的振动就像绳子抖动一样，可以朝这儿偏也可以朝那儿偏，形成各种各样的偏振。 其次，偏振墨镜就像一个筛子，只有跟筛子的缝隙方向一致，光子才能“钻过去”。如果跟筛子的缝隙方向垂直，光子就被完全“拦住”了。 用绳子的抖动比喻光子的偏振，你就很容易理解了。 如果光子偏振方向跟缝隙方向既不垂直也不平行，而是呈一定角度，又会怎样呢？ 如果你在钻过去的朝↗方向偏振的光子后面，再放一个只过滤↑光子的偏振镜，就会发现一个非常诡异的量子力学现象：大约有一半儿

来源：智东西 内参来源：中国信通院 IPRdaily中文网 10月16日下午，高层就量子科技研究相关前景举行了一次会议，强调当今世界正经历百年未有之大变局，科技创新是其中一个关键变量。要充分认识推动量子科技发展的重要性，加强量子科技发展战略谋划和系统布局，把握大趋势。 今天我们来给大家分享下量子计算、量子通信和量子测量三大量子信息技术的发展现状、我国量子技术面临的机遇与挑战，以及全球量子计算专利排名情况。 量子信息技术总体发展态势 随着人类对于量子力学原理的认识、理解和研究不断深入，以及对于微观物理体系的观测和调控能力不断提升，以微观粒子系统（如电子、光子和冷原子等）为操控对象，借助其中的量子叠加态和量子纠缠效应等独特物理现象进行信息获取、处理和传输的量子信息技术应运而生并蓬勃发展。 量子信息技术主要包括量子计算、量子通信和量子测量三大领域，可以在提升运算处理速度、 信息安全保障能力、测量精度和灵敏度等方面突破经典技术的瓶颈。量子信息技术已经成为信息通信技术演进和产业升级的关注焦点之一，在未来国家科技发展、新兴产业培育、国防和经济建设等领域，将产生基础共性乃至颠覆性重大影响。 量子计算以量子比特为基本单元，利用量子叠加和干涉等原理进行量子并行计算，具有经典计算无法比拟的巨大信息携带和超强并行处理能力，能够在特定计算困难问题上提供指数级加速。量子计算带来的算力飞跃

　　选自acm.org 　　 作者：Don Monroe 　　 机器之心编译 　　 编辑：Panda 　　 从看似无关的主题中发现某种共同特质是件挺有意思的事，而且说不定会带来理解事物的新方式。本文探讨了著名量子算法 Grover 搜索算法与完全弹性碰撞这一问题之间的关联。 　　 　　在科学和数学领域，许多看似无关的主题之间存在某些共同的特质。这样的相似性有时能同时为这两个领域带来重大的进展，不过很多时候这样的相似性只是单纯地很有趣。 　　去年 12 月，谷歌一位物理学家 Adam Brown 发现：一种基本量子计算算法与一种用于计算无理数 π 的奇妙方法之间存在一种异常精确的关系。「目前来说这个发现只是单纯很有意思，但我们希望找到思考事物的新方式，人们未来也许能使用这种方式寻找之前无法看到的联系。」Brown 说，「对于一个现象，多种思考角度是非常有用的。」 　　在网上发布的一篇预印本论文中（目前尚未完成同行评议）， Brown 表明两个看似无关的问题之间存在某种数学上的相关性 。其中一个问题是为量子计算机提出的著名的 Grover 搜索算法，理论上它比任何经典搜索算法都更快。另一个问题则是一个出人意料的过程：通过统计理想弹性球的碰撞次数来得到任意精度的 π 值。 　　 量子算法 　　量子计算要用到量子比特，每个量子比特可以同时表示两个状态，而它们通常用离子或超导回路构建

原子和分子是受量子力学控制的系统，用量子计算模拟化学反应，或许是最好的方法。 机器之心报道，编辑：张倩、杜伟。 去年 10 月，谷歌宣布实现 「量子优越性」 的论文登上了《自然》杂志封面，成为科技领域关注的焦点。时隔不到一年，谷歌量子计算又登上了《Science》封面。这一次，他们用量子计算机进行了一次化学模拟，这是迄今为止人类用量子计算机进行的最大规模化学模拟，揭示了通往量子化学系统逼真模拟的路径。 根据支配化学过程的量子力学定律对该过程进行精确的计算预测是一种进行化学领域前沿探索的工具。但遗憾的是，由于量子变量的数量和统计数据的指数式增长，除了最小的系统之外，所有量子化学方程的精确解仍然无法用现代经典计算机得到。 然而，通过使用量子计算机，利用其独特的量子力学特性来处理经典计算机难以处理的计算，可以实现对复杂化学过程的模拟。虽然如今的量子计算机已经足够强大，在某些任务中显露出明显的计算优势，但这样的设备能否用于加速目前的量子化学模拟技术仍是一个悬而未决的问题。 在最新一期的《Science》期刊中，Google AI 量子团队探索了这个复杂的问题，相关研究登上了 Science 封面。 论文链接： https:// science.sciencemag.org/ content/369/6507/1084 arXiv 链接： https:// arxiv.org/pdf

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 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。 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。

　　 2019 年见证了许多历史性时刻，但这些历史性时刻仍需经受考验 。 例如谷歌宣布实现量子优越性（Quantum Supremacy）。 　　当时，谷歌在其刊登于 Nature 的论文中表示，已经开发出了一款名为 Sycamore 的 54 量子比特数的量子芯片，可以在短短的 200 秒内解决一个特定问题，而地球上顶尖的超级计算机将花费 1 万年才能完成相同的任务。 　　按照 2012 年加州理工学院量子理论物理学大牛 John Preskill 提出的 “量子优越性” 的定义，量子计算设备可以超越经典计算设备，解决后者无法解决的计算任务。这个概念曾在 2018 年 10 月被证明理论上行得通。谷歌的实验结果则显示，量子计算机在解决随机采样任务上超越了经典计算机，量子优越性由此达成。 　　 不过，阿里量子计算团队近日在 Arxiv 上刊登的文章 “Classical Simulation of Quantum Supremacy Circuits” 却显示， 谷歌用以证明量子优越性的计算任务，经典计算机所需的计算时间其实用不到 1 万年。 　　 图丨此次论文（来源：Arxiv） 　　 在这项新发布的文章中，阿里团队的思路也与 IBM 此前对于谷歌量子优越性宣称的诸多质疑类似。 　　在量子计算领域，IBM 是可以与谷歌分庭抗礼的另一股力量。 　　IBM

大家好！在前面一个专栏（ 线性代数 or 量子力学 ）中，作为初学者，我和大家一起学习并向大家介绍了一些量子力学的入门知识（当然这个专栏还没有结束，有喜欢的小伙伴可以持续关注！），但是本人并不是物理专业的（其实我是一个程序狗 o(╥﹏╥)o ）所以基于量子力学的一些基础，我们接下来的学习方向是 ：以量子力学和计算机为基础的量子计算！在这里期盼大家的点赞和支持（大一新生真的不容易~~） 量子信息体验与计算基础初步学习 一. 背景介绍 二 . 量子计算学习 （1）狄拉克符号，量子比特，希尔伯特空间 (2)线性算符 一. 背景介绍 20世纪微电子技术的迅速发展,大大提高了电子计算机集成电路的集成度,为现代信息化社会打下了物质基础。按照著名的“ 摩尔定律 ”, 随着集成电路集成度的日益提高,电路板蚀刻精度也将越来越高,中央处理器芯片上集成的晶体管器件就会越来越密,这将迫使电路线宽不断狭窄,直至狭窄到不得不考虑运动在电路中的电子的波动性将在电路中产生新的物理现象–即量子效应时(当电路线宽小于0. 1微米),原有的物理规律会部分不适用 ！ 大家玩电脑的都会知道，现在的光刻技术，是十分发达的，在一个不到20 c m 2 cm^{2} c m 2 面积上的 C P U CPU C P U 上 表面布满的数以万计的印刷电路，但是这会受到每条线路之间距离的控制，所以无论你怎么精密

　　点击图片访问小程序报名参加开营仪式 　　一直以来，科学家和工程师们都在努力复刻人脑的工作原理，由此诞生了我们熟悉的神经网络。 　　在这一过程中，人们也在尝试复制感官能力，英特尔的神经拟态芯片 Loihi 就是一项最新的研究成果：它拥有 13 万个神经元（1024 核），实现了嗅觉模拟，掌握了 10 种危险品不同气味的神经表征。 　　 　　图丨英特尔神经拟态研究芯片 Loihi（来源：Tim Herman / 英特尔公司） 　　人类的嗅觉识别看似只有闻一闻这个动作，但背后的机制非常复杂。 　　如果你拿起一个葡萄柚闻一闻，水果分子就会刺激鼻腔内的嗅觉细胞。鼻腔内的细胞会立即向你的大脑嗅觉系统发送信号，一组相互连接的神经元中的电脉冲就会在这个嗅觉系统中产生嗅觉。 　　无论闻到的是葡萄柚、玫瑰还是有害气体，你大脑中的神经元网络都会产生该物体特有的感觉。同样，你的视觉和听觉、回忆、情绪和决策都有各自的神经网络，它们都以特定的方式进行计算。 　　 神经拟态计算的优势 　　神经拟态计算（Neuromorphic Computing）是一个由硬件开发、软件支持、生物模型相互交融而成的古老领域，旨在基于仿生的原理让机器拥有类人的智能。 　　低功耗、高容错、创造性…… 人脑有太多值得机器追赶的能力，因此也是很多计算科学家为之向往的存在。在人脑这个仅占 3% 人体质量的器官中，1000 亿个神经元携

本文主体内容出自独立研究员 Andy Matuschak 以及帮助开创量子计算和现代开放科学运动的科学家 Michael Nielsen 的量子计算科普性文章《Quantum Computing for the Very Curious》，详细介绍了量子计算的入门知识，如量子位及其状态、通用量子计算和量子计算机等。 机器之心分析师网络，作者：仵冀颖，编辑：H4O。 1900 年，德国物理学家普朗克（Max Planck）提出量子概念，「量子论」就此宣告诞生。1981 年，著名物理学家费曼 Richard Feynman 提出了量子计算 / 量子计算机的概念，自此，量子力学进入了快速转化为真正的社会技术的进程，人类在量子计算应用发展的道路上行进的速度也越来越快。 关于量子计算，我国量子光学的泰斗级人物郭光灿院士在文章中是这样阐述的：「量子比特可以制备在两个逻辑态 0 和 1 的相干叠加态，换句话讲，它可以同时存储 0 和 1。考虑一个 N 个物理比特的存储器，若它是经典存储器，则它只能存储 2^N 个可能数据当中的任一个，若它是量子存储器，则它可以同时存储 2^N 个数，而且随着 N 的增加，其存储信息的能力将指数上升，例如，一个 250 量子比特的存储器（由 250 个原子构成）可能存储的数达 2^250, 比现有已知的宇宙中全部原子数目还要多。」 但是