与经典计算机有什么区别 iOS fly ~

说出来就不灵了

经典计算机是1+1等于2,不是2就死翘翘了。
量子是1+1等于2的概率无限高。所以经典计算机算你讨厌的人出门被撞死的概率是很辛苦的，弄不好就死翘翘了。量子是很方便的。眼睛一眨就出来了。
以上，都是我胡编的。哈哈。

刚听了联播里一个院士说比现在最快的计算机“快一百亿”倍，我还以为我听错了，后面又说了一遍。我无法想象。

和传统计算机 01 就表示1 是颠覆性的认知。
量子计算机的 01 就是两位数，是叠加态，这两位可以是：

00 01 10 11 这4个状态。

基于这个，它的算法是可以并行一下出来的！

参见我发的贴子
https://www.hi-pda.com/forum/vie ... 1115&highlight=

不仅人和人的经济水平差距越来越大，连人和人智商上的差距也越来越大了。我看基础科普都看的一头雾水。

其实是解决问题的另一种方法

想不通的同学，

可以把1024位的量子计算机

看作1024核的传统计算机

每一个核心负责其中一种可能的计算。

一个密码系统有1024种可能，

1024位量字计算机和1024核传统计算机都是一步就能暴力破解出你的密码。一个核心负责一种可能嘛。

不同的是，1024核计算机是用电子电路编程计算，1024位是巧妙利用物理定律。

物理定律怎么算？你考虑过地球引力怎么把你抓在地球上么？

其实GPU运算有点像量字计算机了，尤其是训练ai。
训练ai时数千个cuda核心同时计算同一个算式，只是每个核心的算式的参数不相同，看看哪个核心找到最优化的参数。


声明，我是门外汉，但还是知道量子计算的优势是并行计算，寻找最优解。

人生如梦

用量子阅读法扫了一遍 看不懂

量子计算可以解决np问题 牛吧小尾巴~

我的理解是现在计算机是“你告诉计算机条件，计算机告诉你结论”，未来量子计算机是“你告诉计算机条件和你想要的结论，计算机告诉你怎么尽可能实现这个你想要的结论”。
上面纯粹是为了在我自己脑海中把这两种计算机区分开瞎编造的分界。

按我的理解，如ssl加密，密钥256位，传统计算机暴力破解需要试2^256次才能知道密钥，即使超算也要几百万年，而如果有台256位的量子计算机一次就能解开

赶紧把btc都卖了，瑟瑟发抖

经典比特大家应该都懂了很多年，就是两个状态，0和1，大量的两个状态不断叠加来计算更复杂的逻辑结果

量子比特可以看成多个状态叠加，比如50个或者1000个，于是他一个比特能描述的问题就要比经典比特仅仅2个状态要复杂得多n倍，然后用特殊的办法去捕获特定的结果，这也是研究的难点，因为这玩意的信息量一开始就是指数级暴增的，所以会有几百万亿倍现有计算机算力的说法

可以这么理解，要算你今天出门往东南西北四个方向哪个方向大吉，经典计算机一次计算结果只有0和1这两种，至少算三次才成功，量子计算机一次就四个结果，一下就算出来了。 iOS fly ~

就是这个意思。量子计算机擅长的就是，传统计算机可以并行试错的那种问题。
目前训练AI就是多个核心大规模并行试错。估计在量子计算机上训练AI会秒出模型。

记得在哪看过，相当于并行运算？就像前面说的，普通计算机要挨着算一遍，但这个利用量子本身的“幽灵”性质，同时运算 愚蠢的人类，嘎嘎

我印象有个节目说传统计算机是数字量，01表示两个状态， 量子计算机就像模拟量，01之间可以表示无限种状态

网上有很多科普的，这个只能理解个大概，需要点基础。
我理解量子计算有局限性，只有符合特定的算法的问题量子计算才有优势，像计算Pi这种问题还是不如经典计算机的。
量子算法目前比较成功的就是量子分解，量子搜索之类的，其他好的算法还有待创造。

李永乐有一期讲这个 可以看看

那么，在民用方面有应用吗，比如以后的电脑是量子的iOS fly ~

简单说我理解的，经典计算机是线性的，量子计算机是指数型的

http://blog.sciencenet.cn/blog-3424736-1261086.html
还没有实现通用计算，目前只是模拟特殊问题。

据说需要99.9%的确定率才能通用，目前98.8%个人感觉遥遥无期，没有一百年休想，只能适用于某些特殊对象。 iOS fly ~

根据大家的发言，是不是可以理解为：经典计算机是0和1是按顺排列的，量子计算机0和1是并列的？

我的理解是比特级的多线程，不知道对不对 iOS fly ~

昨天袁岚峰贴了一段说明，我觉得挺有帮助的。

一，量子力学是物理学的一个基础理论。跟它相对的牛顿力学，被称为经典力学。对微观世界的正确描述一定要用量子力学，如果用经典力学就会犯错。
二，量子计算机是用量子力学原理制造的计算机，目前还处于很初步的阶段。相应的，现有的我们在用的计算机被称为经典计算机。
三，量子计算机有希望远远超过经典计算机，就像这里说的，超过一百万亿倍之类。
四，量子计算机之所以能超过经典计算机，是因为它用到量子力学的三大奥义：叠加、测量和纠缠。这三大奥义的意思，请参见我的文章。
五，量子计算机并不是对所有的问题都超过经典计算机，而是只对某些特定的问题超过经典计算机，因为对这些特定的问题能设计出高效的量子算法。对于没有量子算法的问题，例如最简单的加减乘除，量子计算机就没有任何优势。
六，九章处理的问题，叫做“高斯玻色取样”。大致可以理解为，一个光路有很多个出口，问每一个出口有多少光出去。
七，量子计算机在某个问题上超越现有的最强的经典计算机，被称为“量子优越性”或“量子霸权”。九章的成果，就是实现了量子优越性。
八，2019年，谷歌第一个宣布实现了量子优越性。他们用的量子计算机叫做“悬铃木”，处理的问题大致可以理解为：判断一个量子随机数发生器是不是真的随机。
九，这两个成果都很重大，不过目前还没有实用价值。因为它们处理的问题都很偏门，是专门找了两个最有利于量子计算机的问题来实现量子优越性。
十，量子计算机能不能处理有实用价值的问题？回答是：能。例如一个非常重要的问题，因数分解，就是量子计算机有快速算法的。因数分解的困难性是现在最常用的密码体系RSA的基础，所以量子计算机能快速进行因数分解，就意味着能快速破解密码。
十一，问题只是在于，现有的量子计算机只能分解很小的数，还不足以破解实用的密码。所以在实现量子优越性之后，下一个重要的目标就是对一个有实用价值的问题，造出超越经典计算机的量子计算机。
十二，九章跟悬铃木的区别，一是处理的问题不同，二是用来造量子计算机的物理体系不同。九章用的是光学，悬铃木用的是超导。这两个没有孰优孰劣，只是不同的技术路线。
十三，请注意措辞，九章的成果牢固确立了我国在国际量子计算研究中的第一方阵地位。这是因为有悬铃木在前，九章毕竟是第二个，所以只是说中国跟美国相差不远。 iOS fly ~

科技袁人有解释

我看到一种解释，就是量子比特是叠加的状态，因此有256位量子比特的计算机，就相当于你在动用2^256个平行宇宙的经典计算机同时帮你计算，最后计算结果映射到你所在的宇宙

这个帖子理性讨论多的多 前两个帖子里都是自矮狗在troll

看了解释还是没明白

具有量子优越性的问题少，普通的问题不可能完全拆解成适合量子计算机的问题，无法取代经典计算机

包括结果也是叠加态得，所以你得到的是一个结果集，还不能观测，因为观测就会塌缩为其中一个结果，并不一定是你想要的那个。

所以创造算法获取正确结果变成扩展量子计算机通用性的手段，比如shor算法出现，就解决了量子计算机找质数这个用途，结果就是破解RSA

转一篇以前谷歌那个刚出来时候的文章吧

?

?

?

?

>网友热议>文章详情

谷歌「量子霸权」霸道在哪？

Jesse

|

2019年09月30日 21:49

A+

人类目前最强的超级计算机需要一万年才能完成的计算，谷歌的量子计算机仅需 200 秒就能完成。

9 月 20 日，据《金融时报》报道，谷歌的一个研究小组首次通过实验，演示了「量子霸权」的存在，证明量子计算机能够在实际算力上碾压一切经典计算机，包括当前最强的超级计算机。

关于该实验的记录，最初发表在 NASA 网站上的一篇论文中，但不久之后，论文就被撤下，截止目前，谷歌还未回应媒体的置评请求。

「量子霸权」是什么？

量子计算机的概念并不新潮，早在第一台电子计算机埃尼阿克诞生 20 多年之后的 1969 年，科学家就提出了量子计算的可能。

经典的电子计算机，是基于数字电路的「通电」和「断电」两种状态来实现运算的。对电路来说，这是两种确切的状态，不是「0」就是「1」，这也就是我们常说的「比特」。

量子计算机的不同之处在于，它由微观的量子来构成比特。由于量子存在叠加现象，所以一个量子比特可以同时处于 0 和 1 两种状态。这使量子计算机可以并行处理大量数据，在传统计算机上，这些数据是要按顺序依次处理的。多年以来，科学家一直在试图证明量子计算机在算力上能够绝对碾压传统计算机，这就是「量子霸权」（Quantum Supremacy）。

?
谷歌的量子计算实验装置 | Google

量子计算机的比特能够以「叠加态」的形式存在，这也意味着量子计算机在运算的过程中极易出错，即使是很小的震动，甚至是温度变化，都会破坏量子比特的微妙状态。为了使量子计算机稳定工作，谷歌将自家的计算机封装在一个密闭的金属容器里，容器内部的温度接近绝对零度，只有 10 毫开尔文（1 开尔文的百分之一），是全宇宙最冷的地方。研究人员一直在寻找有效的构建、管理量子计算机的方法。

在处理某些特定问题时，量子计算机能体现出「霸权」，但这并不意味着量子计算机就会完全取代经典计算机。IBM 量子计算研究总监 Dario Gil 就表示，「量子计算机相比经典计算机永远不会具有绝对的『霸权』，它们在不同的领域各具优势，未来两者将会协同工作。」

谷歌的优势

在此次「意外公布论文」事件之前，谷歌早已在量子计算机领域取得领先。

去年，谷歌对外展示了一款拥有 73 个量子位的量子计算机，领先竞争对手 IBM 几乎同期公布的 53 位机。但在此次「量子霸权」的实验演示中，谷歌使用的是另一款更小的计算机，名为 Sycamore。这是一款 54 位的量子处理器，但其中有一个量子位无法达到标准，所以谷歌只使用了其中 53 个量子位执行采样计算任务。

?
谷歌最先进的量子计算机 Bristlecone | Google

在泄漏的论文中，谷歌描述了实验的过程。首先，谷歌用经典计算机生成了一系列量子指令，论文中称之为「量子门」，它们相当于传统计算机中的逻辑门，也就是 1 或 0，这一系列量子指令构成了一个「量子电路」。之后，这个量子电路被发送到量子计算机，通过处于纯 0 状态的量子位来执行运算。因为量子计算的不确定性，这些结果会各不相同，当仍然有概率上的分布特征（有的结果出现次数多，有些则少）。最后，量子计算机会基于结果的概率分布，输出结果样本。

最后，研究者将量子计算机输出的结果样本与之前经典计算机上模拟的结果进行比对，就能得出量子计算机执行计算的准确程度。谷歌之所以在此次实验中使用一台 54 位机，而不是最先进的 73 位机，就是因为随着量子计算机量子位的增多，经典计算机的算力将不足以对量子计算机的计算结果进行验证。

一名正在 MIT 攻读量子物理博士的知乎用户「少司命」对论文进行解读后，表示谷歌的实验「在最极端的情况下，对一个 53 比特 20 个 cycle 的电路采样一百万次，在量子计算机上需要 200 秒，而用目前人类最强的经典的超级计算机，同样情况下需要一万年。」

谷歌未公开自家量子计算机具体在执行什么任务，或研究什么方向。单就此次泄漏的论文来看，它相当于在量子计算领域开了一条小缝，让我们得以初窥量子计算机的强大算力，但更关键的问题仍在于未来的应用。

「霸权」引发的担忧

兴奋之余，「量子霸权」实现的消息也引发了不少担忧。

美国 2020 年总统候选人杨安泽在 Twitter 上表示，谷歌实现「量子霸权」意味着不再有牢不可破的（加密）密码了。的确，想要暴力破解经过加密的密码需要耗费大量的算力，而量子计算机呈指数增长的恐怖算力，恰好会对密码学构成威胁。

但目前我们还不需要过于担心这件事，谷歌的量子计算机在执行特定任务时可以展现出相比传统计算机的「霸权」，这并不意味着它能够被用来破解密钥。一名量子力学教授 Scott Aaronson 在接受采访时表示，当下主流的 RSA 加密方式只能被「几千个量子位」的量子计算机暴力破解，而目前还没有超过 100 个量子位的量子计算机。

理论上，量子计算机的庞大算力可以在电池设计、药物开发、地外探索、机器学习等领域大施拳脚。NASA 之所以和谷歌等公司合作开发量子计算机，就是希望能够使用量子计算机辅助调度航天任务，探测太阳系外行星。作为一家「AI 优先」的公司，谷歌希望通过量子计算机执行机器学习任务，拓展 AI 的性能。

?
谷歌的第一代量子位元控制器 | Google

只不过现在谈这一切或许还为时尚早。

一些学者已经对谷歌的实验方法提出了质疑，耶路撒冷希伯来大学的教授 Gil Kalai 就指出，谷歌的实验相当于让量子计算机对经典计算机已经完成的「理想输出」进行采样，没有进行额外的计算就获得了结果。加州理工大学教授 John Preskill 也认为这不是一场「公平」的竞争，谷歌精心设计了一个「天然适合量子处理器的问题」供自己的计算机解决。他认为想要实现更具普遍适用性的量子计算，仍需要技术上的飞跃。

谷歌实现「量子霸权」的消息放出后，身处同一领域的 IBM 研究总监 Dario Gil 对结果表示了祝贺，但他也表示，自己很担心「霸权」（Supremacy）这个词可能会使外界对量子计算领域报以过高的期望。「我们需要造出更具有实用价值的机器，这不是一两年的事，需要漫长的时间。」

简单来说吧
机器，0就是错，1就是对
人，除了对错以外，还有感情因素考量。
量子计算机的叠加态就是类似人类的感情因素。
我一直说人工智能会在2035年进化，这个大变局在座的各位估计都有机会亲历。

那量子计算机用什么样的cpu

其实就是不用芯片的电脑，用的是脑算。我们不是造不了高端芯片吗。这就是妥妥的弯道超车。接下来就是量子笔记本，量子手机。。。。。让光刻机什么的见鬼去吧

应该是单光子激光发射器

我听到的是一百万亿倍手机发的

就浙？我也能一次算出你出门八个方向哪个方向大吉iOS fly ~

就佩服你们这帮死电工一本正经的胡说八道还振振有辞的样子…… iOS fly ~

量子计算机每秒可以算几万亿次，你呢？ iOS fly ~

不说原理，光说如果这么大的速度提升，以后模拟人脑神经元可能真不是问题。模拟人脑神经元不是问题的话，出现某种智能不是不可能。

人脑再怎么精巧复杂，其物质基础也是有限的。

就现在的弱人工智能而言，有条件的通过图灵测试已经不是什么大问题了。

现在的”深度学习”以后出现”量子学习”，人类可能真的没法判断，网络后面坐的是人还是机器。

量子它不计算，输入完成结果就已经在那里了，耗时都在读取结果上。

回复5#痴汉
你果然是痴汉
痴人痴话iOS fly ~