量子计算

丹尼尔·桑克（Daniel Sank）在评论中提到，对我的观点是，在接纳多项式时间算法的问题上，恒定的加速是微不足道的，10810810^8 复杂性理论过于痴迷于无限的缩放比例限制。在现实生活中，重要的是您以多快的速度得到问题的答案。 在计算机科学中，通常会忽略算法中的常量，并且总的来说，这种方法效果很好。（我是说，是好的，实用算法。我希望你能给予我（理论）算法的研究产生了相当大的手在这！） 但是，我确实知道情况与现在略有不同： 不是比较同一台计算机上运行的两种算法，而是比较两台非常不同的计算机上的两种（略有不同）算法。 现在，我们正在使用量子计算机，对于这些计算机，传统的性能测量可能不足。 特别地，算法分析的方法仅仅是方法。我认为全新的计算方法要求对我们当前的性能评估方法进行严格的审查！ 所以，我的问题是： 将量子计算机上的算法性能与经典计算机上的算法性能进行比较时，“忽略”常数的做法是否是一种好习惯？

14 algorithm  performance  classical-computing 

我对一种量子算法感兴趣，该算法获取n位序列作为输入，并生成此n位序列的改组（置换）版本。 例如，如果输入为0,0,1,1（因此在这种情况下，n = 4），则可能的答案是： 0,0,1,1 0,1,0,1 0,1,1,0 1,0,0,1 1,0,1,0 1,1,0,0 注意，仅应生成一个输出，该输出是在所有可能的有效输出中随机选择的。 如何最好地在量子算法中实现呢？ 已经提出了一种解决方案，作为“ 如何创建一个量子算法来生成具有相等数量的1位的2个n位序列 ”的答案之一。。但是此解决方案的问题在于，这需要大约(n2)(n2)\binom{n}2帮助量子位，如果n大，则它们会迅速变得巨大。 注意： 请不要在没有解释经典算法的步骤如何映射到通用量子计算机的情况下提供经典算法。 对我而言，有两种解释“在所有可能的好产出中随机选择”的好方法：（1）每个可能的好产出都有相等的被选择的机会。（2）每个可能的良好输出都有被选择的机会> 0。

14 algorithm 

在对我对以下问题的答案的评论中：确切地说，什么是质子？它们与拓扑量子计算有何关系？我被要求举一些自然界中发生任意子的具体例子。我花了三天的时间进行搜索，但每篇文章都涉及“拟议的实验”或“几乎确定的证据”。 阿比伦anyons： 分数的收费已自1995年以来直接测量，但在我的搜索，所有文章指向的证据分数统计或交换因子，点这近7岁的印前，他们在说抽象它们“确认”检测的理论预测相θ = 2 π / 3在ν = 7 / 3eiθ≠±1eiθ≠±1e^{i\theta}\ne\pm1θ=2π/3θ=2π/3\theta =2\pi/3ν=7/3ν=7/3\nu=7/3量子霍尔系统的状态。但是，该论文似乎从未通过期刊的同行评审。在arXiv上没有指向期刊DOI的链接。在Google学术搜索上，我单击了“查看所有5个版本”，但是所有5个都是arXiv版本。然后，我怀疑文章的名称在发布时可能已更改，因此在作者的网站上搜寻该文章的名称。最后一位作者将普林斯顿大学的电机工程系列为从属关系，但未出现在该系的人员列表中（单击“人员”后，我单击了“系”，“技术”，“研究生”，“行政”和“研究人员”，但未显示任何内容）。第二位作者也发生了同样的事情！倒数第三位的作者确实有一个带有出版物列表的实验室网站，但是在“超过800种精选出版物”页面上没有出现类似于本文的内容。倒数第四位作者在另一所大学，但是他的网站的出版物列表是其arXiv页面的链接（仍然没有可见的发布版本）。最后5名，最后6名和最后7名作者与詹姆斯·弗兰克研究所和芝加哥大学物理系有隶属关系，但这三个名称中的任何一个均未显示在这两个网站的“人员”页面上。其中一位作者在台湾的一所大学也有从属关系，她的网站上列出了与相关预印本中的某些人共同撰写的出版物，但从未列出具有相似标题或足够相似作者名单的出版物。有趣的是 甚至她自动生成但可手动调整的Google Scholar页面甚至都没有arXiv版本，但与某些共同作者确实有较早的论文（标题完全不同，没有提及任何内容）。涵盖所有作者。没有提供相应的电子邮件。 ≠±1≠±1\ne\pm1 非阿贝尔语的任何语言： 我在这里找到了这句话：“非阿贝伦正则的实验证据，尽管尚无定论，目前在争论中[12]，已于2013年10月提出[13]。” [ 12 ] 的摘要说[ 13 ] 中的实验与合理的模型不一致，并且[ 13 ] 的作者可能已经测量了“库仑效应”，而不是非阿贝尔的编织。有趣的是[ 13的作者列表ν=7/3ν=7/3\nu=7/32π/32π/32\pi/3

14 experiment  topological-quantum-computing  anyons 

根据我的理解，量子退火和绝热量子计算模型之间似乎存在差异，但是我发现的唯一问题暗示了一些奇怪的结果（见下文）。 我的问题是：量子退火和绝热量子计算之间到底有什么区别/关系？ 导致“奇怪”结果的观察结果： 在Wikipedia上，绝热量子计算被描述为“量子退火的子类”。 另一方面，我们知道： 绝热量子计算等效于量子电路模型（arXiv：quant-ph / 0405098v2） DWave计算机使用量子退火。 因此，通过使用上述3个事实，DWave量子计算机应该是通用量子计算机。但是据我所知，DWave计算机仅限于一种非常特殊的问题，因此它们不可能是通用的（DWave的工程师在本视频中证实了这一点）。 作为附带问题，上述推理有什么问题？

14 annealing  models  adiabatic-model 

通常用于量子计算的门集由单个量子位Cliffords（Paulis，H和S）以及受控NOT和/或受控Z组成。 超越Clifford，我们希望具有完整的单量子位旋转。但是，如果我们的目标是最小的，那么我们就选择T（Z的第四根）。 门装置的这种特殊形式会弹出所有内容。例如IBM的Quantum Experiment p。 到底为什么要这些门？例如，H做X和Z之间的映射工作。S同样做Y和X之间的映射工作，但因子也被引入。为什么不使用类似于Hadamard的ary而不是S？还是为什么不使用Y的平方根而不是H？当然，从数学上讲，这是等效的，但是按照惯例，它似乎更加一致。（X + Y ）/ √−1−1-1(X+Y)/2–√(X+Y)/2(X+Y)/\sqrt{2} 为什么我们的非Clifford门是Z的第四根？为什么不选择X或Y的第四根？ 哪些历史惯例导致了闸门设置的这种特殊选择？

14 quantum-gate  history  technical-standards 

现在，我们知道了生物/分子工具，这些工具可以使活生物体处理量子计算，例如，可以让鸟类处理量子连贯性的花式蛋白质（例如，禽磁罗盘的量子针或双锥定位和季节性表达模式建议欧洲罗宾隐花色素在磁感受中的作用4）我想知道： 这些工具是否已经解决了您（量子计算研究人员）所遇到的问题？ 这些工具“必须”以某种方式解决您在实验室中苦苦挣扎的任何特定问题吗？ 我们可以使用它们吗（尽管这将意味着向生物技术的范式转变）？

14 architecture  solid-state  biocomputing 

量子计算机的在线描述经常讨论如何将它们保持在绝对零附近。(0 K or −273.15 ∘C)(0 K or −273.15 ∘C)\left(0~\mathrm{K}~\text{or}~-273.15~{\left. {}^{\circ}\mathrm{C} \right.}\right) 问题： 为什么量子计算机必须在如此极端的温度条件下运行？ 所有量子计算机对极端低温的需求是否都一样，还是随架构而变化？ 如果过热，会发生什么？ 资料来源：Youtube，D-Wave

14 physical-realization  architecture  experiment 

Church-Turing论文的增强版本指出： 使用图灵机可以有效地模拟任何算法过程。 现在，在第5页（第1章）中，迈克尔·尼尔森（Michael A. Nielsen）所著的《量子计算和量子信息：10周年版》一书中的艾萨克·L·庄继续说： 强大的Church Turing命题的一类挑战来自模拟计算领域。自图灵以来的许多年中，许多不同的研究人员团队注意到，某些类型的模拟计算机可以有效地解决人们认为在图灵机上没有有效解决方案的问题。乍一看，这些模拟计算机似乎违反了Church-Turing论文的强形式。不幸的是，对于模拟计算，事实证明，当对模拟计算机中的噪声存在做出现实的假设时，其功率在所有已知情况下都会消失。他们无法有效解决在图灵机上无法解决的问题。这节课–现实噪音的影响在评估计算模型的效率时必须考虑到这一点–这是量子计算和量子信息的重大早期挑战之一，是通过开发量子纠错码和容错量子计算理论成功解决的挑战。因此，与模拟计算不同，量子计算原则上可以忍受有限量的噪声，并且仍然保留其计算优势。 在这种情况下，噪声到底意味着什么？它们是热噪声吗？奇怪的是，作者没有在教科书的前几页中定义或澄清噪声的含义。 我想知道他们是否在更笼统的背景下指的是噪声。就像，即使我们摆脱了常规噪声，例如工业噪声，振动噪声，热噪声（或将其降低到可以忽略的水平），噪声仍然可以指代振幅，相位等的不确定性，这些不确定性是由潜在的系统的量子力学性质。

14 noise 

我们这个网站上的大多数人都相信量子计算会起作用。但是，让我们扮演魔鬼的拥护者。想象一下，我们突然遇到了一些基本障碍，阻碍了向通用量子计算机的进一步发展。为了论证，也许我们仅限于50-200量子位的NISQ设备（噪声，中级量子）。（实验）量子计算的研究突然停止，并且没有进一步的进展。 量子计算机的研究已经带来了什么好处？ 我的意思是指可实现的量子技术，最明显的候选者是“量子密钥分配”，同时也涉及可用于其他领域的技术成果。与其简单地列出项目，不如对每个项目进行简要描述。

14 technologies  applications  nisq 

量子门似乎就像黑匣子。尽管我们知道它们将执行哪种操作，但我们不知道在现实中是否有可能实现（或者，是吗？）。在经典计算机中，我们使用AND，NOT，OR，XOR，NAND，NOR等，这些大多数使用半导体器件（如二极管和晶体管）来实现。量子门有类似的实验实现吗？量子计算中是否有“通用门”（例如NAND门在经典计算中是通用的）？

14 quantum-gate  physical-realization 

与此问题密切相关，但不尽相同。 对于计算机科学家来说，传统的计算机科学不需要任何物理知识就能够在该领域进行研究并取得进步。当然，当您的研究与之相关时，您确实需要了解底层物理层，但是在许多情况下，您可以忽略它（例如，在设计算法时）。即使在架构细节很重要的情况下（例如，缓存布局），通常也不必知道有关它们的所有细节，或者在物理级别如何实现它们。 量子计算是否达到了这种“成熟度”水平？您可以作为对量子物理学一无所知的计算机科学家设计量子算法，或者在该领域进行实际研究吗？换句话说，您可以不理会物理方面而“学习”量子计算，并且值得吗（就科学职业而言）？

14 resource-request 

我是电气工程专业的一年级学生。我想在将来研究量子计算和量子AI，还可能要研究建造量子计算机。 我已经两次完成了Strang的《线性代数入门》和Axler的《正确的线性代数》。我已经完成了MIT OCW 6.041概率课程。我知道微积分1、2和3以及微分方程。 我有两个问题： 我的背景足以研究量子计算吗？ 我应该从哪里开始/您建议使用哪些材料？

14 resource-request  research 

如果要在模拟中从头开始构建量子计算机（例如人们在Nand2Tetris课程中如何从头开始构建经典计算机），这可能吗？ 如果是，那有什么可能的方法？ 而且，鉴于特定数量的经典计算能力，这种模拟机器的局限性是什么？例如，如果我们要选择您的平均台式机/笔记本电脑，限制是多少？如果我们使用一台超级计算机（如Titan），那么极限将是多少？

13 simulation  performance 

我做了一些研究，发现了一些讨论异或游戏（经典和量子）的不同论文。我很好奇，如果有人能对 xor游戏到底是什么以及它们在量子计算中的使用方式或用途进行简要介绍。

13 foundations  games 

FMO络合物（在绿色硫细菌中发现的光合光捕获络合物）的量子效应以及其他光合系统中的量子效应已经得到了很好的研究。解释这些现象（专注于FMO复合物）的最常见假设之一是Rebentrost 等人最初描述的环境辅助量子传输（ENAQT）。。该机制描述了某些量子网络如何“利用”相干和环境效应来提高量子传输效率。请注意，量子效应是由于激子从复合物中的一种色素（叶绿素）向另一种色素的迁移而产生的。（有一个问题更详细地讨论了FMO复合物的量子效应）。 考虑到这种机制允许量子效应在室温下发生而不会产生退相干的负面影响，它们在量子计算中是否有任何应用？有一些利用ENAQT和相关量子效应的人工系统的例子。然而，它们将仿生太阳能电池作为潜在的应用，并且不关注量子计算中的应用。 最初，假设 FMO复合系统执行Grover的搜索算法，但是据我了解，现在证明事实并非如此。 有一些研究使用了生色团和生物学上没有的底物（稍后会添加参考）。但是，我想重点介绍使用生物底物的系统。 即使对于生物底物，也有使用ENAQT 的工程系统的几个示例。例如，使用基因工程开发了基于病毒的系统。还开发了一种基于DNA的激子回路。但是，这些示例中的大多数将光伏技术作为主要示例，而不是量子计算。 Vattay和Kauffman（AFAIK）是第一个研究量子效应作为量子生物学计算的人，并提出了一种工程化类似于FMO复杂系统的方法来进行量子计算。 fnfnf_nHnn=ϵ0fnHnn=ϵ0fnH_{nn} = \epsilon_0 f_nκκκ并且可以访问每个反应中心的电流，它将与在发色团上找到激子的概率成正比。jn∼κρnnjn∼κρnnj_n ∼ κ\rho_{nn} FMO复合物的量子效应如何在生物基质上用于量子计算？考虑到量子效应是由于激子在网络结构上的传输而产生的，ENAQT是否可以提供基于网络的算法的更有效实现（例如：最短路径，旅行商等）？ PS我将在需要时添加更多相关参考。另外，请随时添加相关参考。

13 decoherence  biology  biocomputing