本集简介
双语字幕
仅展示文本字幕，不包含中文音频；想边听边看，请使用 Bayt 播客 App。
量子计算常被提到可能在一些问题上带来优势，比如密码安全、分子模拟等等。
量子计算常被提到可能在一些问题上带来优势，比如密码安全、分子模拟等等。
到底什么是量子计算？
到底什么是量子计算？
它和我们现在的计算机有什么本质区别？
它和我们现在的计算机有什么本质区别？
为什么最近几年备受关注？
为什么最近几年备受关注？
本期节目，我们邀请到长期从事量子计算研究的C教授，一起聊聊这个话题。
本期节目，我们邀请到长期从事量子计算研究的C教授，一起聊聊这个话题。
这里是牛油果烤面包。
这里是牛油果烤面包。
大家好我是斯托亚特啊今天我们有幸请到了主攻量子计算的C教授来到我们节目啊给我们讲一讲我们可能有史以来最难的最这个最不为人知的话题啊量子计算和量子计算机啊。
大家好我是斯托亚特啊今天我们有幸请到了主攻量子计算的C教授来到我们节目啊给我们讲一讲我们可能有史以来最难的最这个最不为人知的话题啊量子计算和量子计算机啊。
啊C教授好hello hello那这个C教授是从什么时候开始做量子计算的啊差不多从我们认识的时候开始做了哇那就是20 20很多年前了是吧20年前了啊。
啊C教授好hello hello那这个C教授是从什么时候开始做量子计算的啊差不多从我们认识的时候开始做了哇那就是20 20很多年前了是吧20年前了啊。
本科当时进组的时候基本上就开始做量子计算。
本科当时进组的时候基本上就开始做量子计算。
我这样大三23年了，对对就大三。
我这样大三23年了，对对就大三。
哇塞这是确实是一个老牌的专家了啊。
哇塞这是确实是一个老牌的专家了啊。
那为什么当时为什么选择这个人这个方向呢？
那为什么当时为什么选择这个人这个方向呢？
呃因为那时候量子计算很数学现在不是是吧？
呃因为那时候量子计算很数学现在不是是吧？
因为因为我觉得这里面是就是说就像量子计算其实事实上如果我们看的话它的一个基本的啊语言。
因为因为我觉得这里面是就是说就像量子计算其实事实上如果我们看的话它的一个基本的啊语言。
就是其实是基本上是线性代数，然后呃就是基本上我们如果要来描述量子计算里面的那些状态啊，要来描述那些啊量子力学的一些操作啊，然后以及中间来做一些什么读取啊，就是说从很早开始这就当时早期那时候其实啊尽管很早大家大家就开始提量子计算。
就是其实是基本上是线性代数，然后呃就是基本上我们如果要来描述量子计算里面的那些状态啊，要来描述那些啊量子力学的一些操作啊，然后以及中间来做一些什么读取啊，就是说从很早开始这就当时早期那时候其实啊尽管很早大家大家就开始提量子计算。
在那时候，我们早期开始研究的时候，当时其实更多的是把它定位为量子信息处理。
在那时候，我们早期开始研究的时候，当时其实更多的是把它定位为量子信息处理。
就当时其实计算的成分还没有那么重。
就当时其实计算的成分还没有那么重。
所谓的信息处理，其实就是关心一些量子态，我们能不能够来区分它，就这些其实都是后面做计算的一些基础。
所谓的信息处理，其实就是关心一些量子态，我们能不能够来区分它，就这些其实都是后面做计算的一些基础。
但是依旧是说区分这些状态这些其实都是信息呃信息处理一些基本的一些任务。
但是依旧是说区分这些状态这些其实都是信息呃信息处理一些基本的一些任务。
嗯就是说在20多年前的时候像更靠近像这个这个理论物理啊数学啊这种东西那现在可能就离计算机更近一点跟我们想象的计算机的领域更近一些了。
嗯就是说在20多年前的时候像更靠近像这个这个理论物理啊数学啊这种东西那现在可能就离计算机更近一点跟我们想象的计算机的领域更近一些了。
呃对应应该应该这么也没有太近就是说因为事实上呃就比如说像以前我们在学校。
呃对应应该应该这么也没有太近就是说因为事实上呃就比如说像以前我们在学校。
呃，上课的时候，那时候我印象里面我上的是英文的物理课，然后但是因为是英文物理课，所以他最后讲的比较慢，因为大家的接受程度没有那么快，于是这门课最后其实是没有讲量子力学这部分。
呃，上课的时候，那时候我印象里面我上的是英文的物理课，然后但是因为是英文物理课，所以他最后讲的比较慢，因为大家的接受程度没有那么快，于是这门课最后其实是没有讲量子力学这部分。
但是后面我做那计算的时候，发现一上来其实基本上照现代数的这些语言来理解下来，其实也没什么问题。
但是后面我做那计算的时候，发现一上来其实基本上照现代数的这些语言来理解下来，其实也没什么问题。
所以就说早期就是上手的时候，就因为它本身是一个极度交叉的学科，其实包括数学啊，包括物理啊，然后事实上后面还有化学啊、材料啊，还有计算机啊，就是电子啊，其实会有很多人就是说很多人会进入这个领域，但是在早期的时候啊，基本上是有一本圣经式的一本教材，那本教材是。
所以就说早期就是上手的时候，就因为它本身是一个极度交叉的学科，其实包括数学啊，包括物理啊，然后事实上后面还有化学啊、材料啊，还有计算机啊，就是电子啊，其实会有很多人就是说很多人会进入这个领域，但是在早期的时候啊，基本上是有一本圣经式的一本教材，那本教材是。
就是是那个量子计算一个，就是是Yasen Chu就两位两位教授所合著的一本书。
就是是那个量子计算一个，就是是Yasen Chu就两位两位教授所合著的一本书。
然后一直到现在，过了二20多年吧，就是这本书依然是圣经，就大家一上来读的时候，基本上还是照那本书读，因为那因为实在是太容易懂了，基本上就是就照着线性代数来学一遍，然后就基本上，那你用现在代数的语言来啊重新描述一下，我们就大致知道发生了什么。
然后一直到现在，过了二20多年吧，就是这本书依然是圣经，就大家一上来读的时候，基本上还是照那本书读，因为那因为实在是太容易懂了，基本上就是就照着线性代数来学一遍，然后就基本上，那你用现在代数的语言来啊重新描述一下，我们就大致知道发生了什么。
哦这本这本书叫什么名字啊？
哦这本这本书叫什么名字啊？
呃哎我想想量子计算与量子与量子信息还是量子信息与量子计算我有点忘记了。
呃哎我想想量子计算与量子与量子信息还是量子信息与量子计算我有点忘记了。
哦这是一本圣经，那里面基本上是你可以看是一本数学书是吗？
哦这是一本圣经，那里面基本上是你可以看是一本数学书是吗？
全部都是数学符号。
全部都是数学符号。
用数学来看，那可以当数学来看，所以需要有一定的数学功底才能理解这本书。
用数学来看，那可以当数学来看，所以需要有一定的数学功底才能理解这本书。
啊也不太需要，只要线性代数功底就可以了。
啊也不太需要，只要线性代数功底就可以了。
呃只要线性代数控理就行了哦嗯那所以说起量子计算啊这个肯定绕不开来说是是这量子计算是什么这个问题啊这可能是这期节目最难解决最难解释的一个问题啊从从开始我们从最最开始来什么是量子啊因为我们可能很多听众并没有学过大学物理啊量子是什么。
呃只要线性代数控理就行了哦嗯那所以说起量子计算啊这个肯定绕不开来说是是这量子计算是什么这个问题啊这可能是这期节目最难解决最难解释的一个问题啊从从开始我们从最最开始来什么是量子啊因为我们可能很多听众并没有学过大学物理啊量子是什么。
啊量子的话就是这个其实。
啊量子的话就是这个其实。
就会回到那个呃就当时比较著名的就是在20世纪最开始那两朵乌云了。
就会回到那个呃就当时比较著名的就是在20世纪最开始那两朵乌云了。
两朵乌云是吧？
两朵乌云是吧？
当时一个一个是光电效应一个是。
当时一个一个是光电效应一个是。
啊就当时是在。
啊就当时是在。
那个啊不是光电效应。
那个啊不是光电效应。
我是说是因为是当时在物理学或或者说我就从头就稍微来我一下我自己理解。
我是说是因为是当时在物理学或或者说我就从头就稍微来我一下我自己理解。
就是说，呃，因为一开始的时候，我们其实知道，比如说像牛顿力学啊，基本上是让我们来啊了解整个的一个世界的发展规律是什么样子。
就是说，呃，因为一开始的时候，我们其实知道，比如说像牛顿力学啊，基本上是让我们来啊了解整个的一个世界的发展规律是什么样子。
所以就无论是那个像呃像现在就比如说下次下次外侧你在那边啊手来来抚摸一下那个下巴然后基本上看那个轨呃知道就是基本上下一步那那那都是只能看出来啊对对对就所以这些的话基本上都是都是会根据一些那个运动的轨迹啊这些啊其实我们能够比较精确的能够来判断出来就是。
所以就无论是那个像呃像现在就比如说下次下次外侧你在那边啊手来来抚摸一下那个下巴然后基本上看那个轨呃知道就是基本上下一步那那那都是只能看出来啊对对对就所以这些的话基本上都是都是会根据一些那个运动的轨迹啊这些啊其实我们能够比较精确的能够来判断出来就是。
说下一步就是你看到一个球滚到这里了下一秒滚到那里你就知道在下一秒肯定是再往前滚一段距离对啊。
说下一步就是你看到一个球滚到这里了下一秒滚到那里你就知道在下一秒肯定是再往前滚一段距离对啊。
然后那个但另但是另外一方面的话就是呃就比如说像太阳系太阳系这么一个极度宏观的这么一个一个程度下面其实我们也都知道也都知道其实中间的会有很多啊就当时的一些那个行星的一些位置啊也甚至一些发现一些行星啊其实都是通过就牛顿力学然后当时就是啊就是说通过他们的一些啊就是跟预期的一些轨道可能不太一样啊然后发现哪里可能会有新的行星啊。
然后那个但另但是另外一方面的话就是呃就比如说像太阳系太阳系这么一个极度宏观的这么一个一个程度下面其实我们也都知道也都知道其实中间的会有很多啊就当时的一些那个行星的一些位置啊也甚至一些发现一些行星啊其实都是通过就牛顿力学然后当时就是啊就是说通过他们的一些啊就是跟预期的一些轨道可能不太一样啊然后发现哪里可能会有新的行星啊。
所以，此情况的公理学在整个的一个呃人类的意识、意识上面起到一个非常大的作用，就是通常是被认为是此前几百年里面的啊，就就是说基础的一个一个规则。
所以，此情况的公理学在整个的一个呃人类的意识、意识上面起到一个非常大的作用，就是通常是被认为是此前几百年里面的啊，就就是说基础的一个一个规则。
就是我们初中高中学的牛顿力学，就是有的时候不能解释所有的事情是吧？
就是我们初中高中学的牛顿力学，就是有的时候不能解释所有的事情是吧？
对对，后来20世纪又出来了，我们大家都知道量子力学和相对论是吧？
对对，后来20世纪又出来了，我们大家都知道量子力学和相对论是吧？
哎对是的，所以像当时就就牛顿力学就是最开始大家都是通都是通过这方这种方式来理解世界，但是后后面的话后面的话其实当大家开始来进入到微观世界的时候。
哎对是的，所以像当时就就牛顿力学就是最开始大家都是通都是通过这方这种方式来理解世界，但是后后面的话后面的话其实当大家开始来进入到微观世界的时候。
其实发现很多东西其实跟我们本来预期的不太一样，所以这也是为什么大家当时是说量子力学是一个极度反直觉的一个一个呃就这么一个事情。
其实发现很多东西其实跟我们本来预期的不太一样，所以这也是为什么大家当时是说量子力学是一个极度反直觉的一个一个呃就这么一个事情。
那所以量子这个东西是什么呢？
那所以量子这个东西是什么呢？
啊量子的话其实我们通常是把它看成是一个呃极小尺度下面，就是说我们本来会觉得很多东西它可能是连续的。
啊量子的话其实我们通常是把它看成是一个呃极小尺度下面，就是说我们本来会觉得很多东西它可能是连续的。
就是我们本来比比如说会觉得中间的很多操作啊，就是说呃微观尺度下面可能也都是一个连续的这么一个概念。
就是我们本来比比如说会觉得中间的很多操作啊，就是说呃微观尺度下面可能也都是一个连续的这么一个概念。
但是后面的话其实是发现如果假设这个是一个连续的，就就比如说我们比较著名的一个玻璃二象性的一个效应，就是其实就相当于是说我们呃假设我们有一个有一个板子，然后这个板子中间有两个孔，然后我们中间就相当于是说那个啊对这两个孔，然后我们会打那个光过去。
但是后面的话其实是发现如果假设这个是一个连续的，就就比如说我们比较著名的一个玻璃二象性的一个效应，就是其实就相当于是说我们呃假设我们有一个有一个板子，然后这个板子中间有两个孔，然后我们中间就相当于是说那个啊对这两个孔，然后我们会打那个光过去。
然后我们看那个孔背后，就是就是这光打过去的一个效果大致是什么样子？
然后我们看那个孔背后，就是就是这光打过去的一个效果大致是什么样子？
所以就是因为因为比如说像呃像假如说如果我们不就把激光看成波的这么一个效果，那么其实我们会预期它那边会是什么样子。
所以就是因为因为比如说像呃像假如说如果我们不就把激光看成波的这么一个效果，那么其实我们会预期它那边会是什么样子。
然后但是后面的话发现实际上面的一个就是观察到的现象跟这个其实又又有点不太一样，然后更加接近于就是说打的那个光是一粒一粒一粒过去的那种感觉。
然后但是后面的话发现实际上面的一个就是观察到的现象跟这个其实又又有点不太一样，然后更加接近于就是说打的那个光是一粒一粒一粒过去的那种感觉。
所以在这个时候就让大家开始觉得就是是不是啊一些微y线里面这些这些啊失误它其实可能不一定是一个连续的状态而是个离散的状态所以这个量某种程度上面其实就是大家想要表示啊其实我们可以通过一个也其实有一个比较小的一个力度。
所以在这个时候就让大家开始觉得就是是不是啊一些微y线里面这些这些啊失误它其实可能不一定是一个连续的状态而是个离散的状态所以这个量某种程度上面其实就是大家想要表示啊其实我们可以通过一个也其实有一个比较小的一个力度。
在这小力度下面，所有的东西都是理想化的。
在这小力度下面，所有的东西都是理想化的。
嗯，就是所有的东西，不光是光，刚才说光电效应啊，光的玻璃而相性就不光是光，所有的东西它都有一个在极小的这个尺度下，在非常非常小的地方，分子、原子那个那个尺度下，它都是。
嗯，就是所有的东西，不光是光，刚才说光电效应啊，光的玻璃而相性就不光是光，所有的东西它都有一个在极小的这个尺度下，在非常非常小的地方，分子、原子那个那个尺度下，它都是。
就或者说这里面我其实更多是说的是能量。
就或者说这里面我其实更多是说的是能量。
就是它其实不是连续的，而是一份一份的，也就是说被量子化了，就跟就跟像我们比如说像钱啊，其实最后呃再怎么说都会有一个最小的一个力度嘛，几分钱，然后就是所以它是不能够无限细分的，而粒子的能量其实我们也是呃目前的一个理解是它也是一份一份的，这个其实也是。
就是它其实不是连续的，而是一份一份的，也就是说被量子化了，就跟就跟像我们比如说像钱啊，其实最后呃再怎么说都会有一个最小的一个力度嘛，几分钱，然后就是所以它是不能够无限细分的，而粒子的能量其实我们也是呃目前的一个理解是它也是一份一份的，这个其实也是。
力的能量。
力的能量。
就是能量分到最小也是一份一份的啊。
就是能量分到最小也是一份一份的啊。
对对对，是的。
对对对，是的。
我们知道嘛，大家所有人都知道我们我们是分子原子嘛，是吧？
我们知道嘛，大家所有人都知道我们我们是分子原子嘛，是吧？
那那原子分到最后是一块是吧？
那那原子分到最后是一块是吧？
它不是说面包可以切切切切切切切无限多份，它切到原子就切不下去了嘛。
它不是说面包可以切切切切切切切无限多份，它切到原子就切不下去了嘛。
对，是的是当然你你下面个得方一回事啊，什么什么质子中子就是我们初中化学还是高中化学学的，但就是说它是。
对，是的是当然你你下面个得方一回事啊，什么什么质子中子就是我们初中化学还是高中化学学的，但就是说它是。
一个一个的对吧？
一个一个的对吧？
这个C教授说能量也是一份一份的，就是所有东西都是一份一份的。
这个C教授说能量也是一份一份的，就是所有东西都是一份一份的。
对，是的，世间万物所有东西最最下面都是一份一份的。
对，是的，世间万物所有东西最最下面都是一份一份的。
那那一份就叫量子是吗？
那那一份就叫量子是吗？
啊，这个是量子的一个一个初衷，就量子的初衷其实就是说它其实是一个可量化的一个东西，就是说一块一块，就是就就一份一份，它不是一个连续的这么一个量。
啊，这个是量子的一个一个初衷，就量子的初衷其实就是说它其实是一个可量化的一个东西，就是说一块一块，就是就就一份一份，它不是一个连续的这么一个量。
它是一个离散的啊，那这个量子啊，那我们具体上说什么东西是量子吗？
它是一个离散的啊，那这个量子啊，那我们具体上说什么东西是量子吗？
呃你这个是个好问题啊，就这个其其实其实我我还真不清楚有没有有没有什么有一个比较好的一个来那个针对这个问题的一个答案，很多时候是说一些东西它是可以量子化的。
呃你这个是个好问题啊，就这个其其实其实我我还真不清楚有没有有没有什么有一个比较好的一个来那个针对这个问题的一个答案，很多时候是说一些东西它是可以量子化的。
可以量子化的啊，那比如说原原子算是一个量子吗？
可以量子化的啊，那比如说原原子算是一个量子吗？
不能算对吧？
不能算对吧？
我我我们也不能说一个质子一个中子是一个量子是吗？
我我我们也不能说一个质子一个中子是一个量子是吗？
呃说实话就是对于那个名词那边我可能不是一个特别适合来解释个名词的一个人，因为刚才说过我是从数学上学起来的。
呃说实话就是对于那个名词那边我可能不是一个特别适合来解释个名词的一个人，因为刚才说过我是从数学上学起来的。
所以说我们现在量子就因为我们这在新闻里面说了很多量子计算机嘛，那是做出来有一些计算的，那那个里面的一个量子是是个什么东西呢？
所以说我们现在量子就因为我们这在新闻里面说了很多量子计算机嘛，那是做出来有一些计算的，那那个里面的一个量子是是个什么东西呢？
但是这里面的量子更多的是一个机理，这个我或者稍微来呃稍微来解释一下呃因为因为我我之前其实的确没有从一个物理上面然后来具体来搞清楚量子的一个定义它的一个从最本源的定义是什么东西，这个其实我我没那么熟，但是你要说量子一这个的话我稍微熟一点。
但是这里面的量子更多的是一个机理，这个我或者稍微来呃稍微来解释一下呃因为因为我我之前其实的确没有从一个物理上面然后来具体来搞清楚量子的一个定义它的一个从最本源的定义是什么东西，这个其实我我没那么熟，但是你要说量子一这个的话我稍微熟一点。
就是说因为当我们在讲就是呃量子计算的时候，其实呃很难来绕开一个人就是非常著名的就费曼费曼对，就大家可能很多人都读过那个别闹了就费曼先生啊这本这本书啊对吧，就费曼的话他当年在大概是一九八几年吧，当时在MIT那边曾经有一个workshop就是呃关于我觉得应该当时那个本来的主题可能是关于量子。
就是说因为当我们在讲就是呃量子计算的时候，其实呃很难来绕开一个人就是非常著名的就费曼费曼对，就大家可能很多人都读过那个别闹了就费曼先生啊这本这本书啊对吧，就费曼的话他当年在大概是一九八几年吧，当时在MIT那边曾经有一个workshop就是呃关于我觉得应该当时那个本来的主题可能是关于量子。
呃哎等等本来是跟应该是跟光子这些相关的一个主题然后只不过因为他在那边给了一个报告所以那个就大家都把当时那个会议呃理解为量子计算的一个开端了然后他当时呃费曼对他当时给的报告其实就是说因为因为我们很多时候会关心如何来理解一个微观系统要理解这个事情很多时候我们就过去的做法基本上都是通过一些经典的。
呃哎等等本来是跟应该是跟光子这些相关的一个主题然后只不过因为他在那边给了一个报告所以那个就大家都把当时那个会议呃理解为量子计算的一个开端了然后他当时呃费曼对他当时给的报告其实就是说因为因为我们很多时候会关心如何来理解一个微观系统要理解这个事情很多时候我们就过去的做法基本上都是通过一些经典的。
一些那个超算啊，一些一些或者说在当时其实还还没有到超算那种程度，然后就是说但但是基本上都是通过经典的计算资源来仿真来模拟一个系统一个物理系统，但是在当时大家也其实已经观察到了就是这个呃计算的一个一个资源消耗其实是会随着我要模拟的信息系统的一个规模增加而是呃增加非常快这么一个资源消耗。
一些那个超算啊，一些一些或者说在当时其实还还没有到超算那种程度，然后就是说但但是基本上都是通过经典的计算资源来仿真来模拟一个系统一个物理系统，但是在当时大家也其实已经观察到了就是这个呃计算的一个一个资源消耗其实是会随着我要模拟的信息系统的一个规模增加而是呃增加非常快这么一个资源消耗。
所以这样的话就自然会有个问题，就是说我们究竟应该如何来模拟一个高呃就是说一个复杂系统，既然它的规模越大我的模拟资源的所需要的开销就越大，那么我如果直接要模拟一个呃复杂系统的话，那当然就越复杂我就越难模拟，就最后总是有一天我就是现在地球上面所有的一些算力都堆起来我也模拟不了，这也是呃很自然的一件事情。
所以这样的话就自然会有个问题，就是说我们究竟应该如何来模拟一个高呃就是说一个复杂系统，既然它的规模越大我的模拟资源的所需要的开销就越大，那么我如果直接要模拟一个呃复杂系统的话，那当然就越复杂我就越难模拟，就最后总是有一天我就是现在地球上面所有的一些算力都堆起来我也模拟不了，这也是呃很自然的一件事情。
嗯就是说他就说的复杂系统就是任何一个复复杂系统是吧，比如我们的生物体啊这个什么宇宙中的星系啊就任何一个复杂系统我们要用计算机模拟它是会非常非常的耗费资源它就是资源耗费的如此之多于是做不到这件事情的对是的是的。
嗯就是说他就说的复杂系统就是任何一个复复杂系统是吧，比如我们的生物体啊这个什么宇宙中的星系啊就任何一个复杂系统我们要用计算机模拟它是会非常非常的耗费资源它就是资源耗费的如此之多于是做不到这件事情的对是的是的。
然后那费曼提出了什么呢？
然后那费曼提出了什么呢？
一个一个。
一个一个。
费曼提出一个理解呃对他的一个想法是说诶既然我理解不了这么一个一个复杂系统呃比如说如果我要我要来模拟一个呃微观的一个复杂系统它其实所要需要的资源呃量非常大然后我现在我现在首先我理解不了它。
费曼提出一个理解呃对他的一个想法是说诶既然我理解不了这么一个一个复杂系统呃比如说如果我要我要来模拟一个呃微观的一个复杂系统它其实所要需要的资源呃量非常大然后我现在我现在首先我理解不了它。
那么我我该怎么做呢？
那么我我该怎么做呢？
我就直接把它给造出来呗，先把它造出来我再理解它呗。
我就直接把它给造出来呗，先把它造出来我再理解它呗。
所以他当时提的一个想法就是说，我能不能就基于量子力学，因为量子力学其实是呃来描述了这些微观系统它的一个演化的规则，就是所以我就根据它的规则我来造出来一台计算机。
所以他当时提的一个想法就是说，我能不能就基于量子力学，因为量子力学其实是呃来描述了这些微观系统它的一个演化的规则，就是所以我就根据它的规则我来造出来一台计算机。
然后就是我在用这台计算机，我去理，我去理解别的啊，我之前所不理解的那些系统。
然后就是我在用这台计算机，我去理，我去理解别的啊，我之前所不理解的那些系统。
所以，它其实是一个非常、非常有意思的一个想法。
所以，它其实是一个非常、非常有意思的一个想法。
嗯，他的意思就是说，是世界上的复杂系统都可以用一个小的这个微观的这个粒子的这个系统来来模拟仿真，只要你把这个系统。
嗯，他的意思就是说，是世界上的复杂系统都可以用一个小的这个微观的这个粒子的这个系统来来模拟仿真，只要你把这个系统。
就或者说我我稍微再稍微再解释一下，就他其实呃意思就是说那个复杂系统，我就搞我就干脆用复杂系统来模拟。
就或者说我我稍微再稍微再解释一下，就他其实呃意思就是说那个复杂系统，我就搞我就干脆用复杂系统来模拟。
嗯复杂系统就要用复杂系统模拟啊，但是这个量子是一个非常复杂的系统，就所以可以模拟很多东西。
嗯复杂系统就要用复杂系统模拟啊，但是这个量子是一个非常复杂的系统，就所以可以模拟很多东西。
对是的。
对是的。
所以就是就是说当时是这么一个开端，其实是让大家来尝试来理解，就是说呃因为因为其实也是当时他那个呃这么一个报告，所以大家开始在想这个事情。
所以就是就是说当时是这么一个开端，其实是让大家来尝试来理解，就是说呃因为因为其实也是当时他那个呃这么一个报告，所以大家开始在想这个事情。
后面的话当然有一些比较早期的尝试了，早期尝试比如说啊关于啊这个这个机器究竟能不能造出来呀？
后面的话当然有一些比较早期的尝试了，早期尝试比如说啊关于啊这个这个机器究竟能不能造出来呀？
嗯对呀，我现我现在也也也很好奇啊这个东西怎么造出来呢？
嗯对呀，我现我现在也也也很好奇啊这个东西怎么造出来呢？
对对对事实上在当初啊最早的时候最早的时候是。
对对对事实上在当初啊最早的时候最早的时候是。
我想一想，是在就费曼当时他提的时候，应该是在81年。
我想一想，是在就费曼当时他提的时候，应该是在81年。
所以他当时的那个观点，基本总结来说就是说：大自然它反正不是经典的，所以如果你想要模拟自然，你就最好用量子力学去模拟。
所以他当时的那个观点，基本总结来说就是说：大自然它反正不是经典的，所以如果你想要模拟自然，你就最好用量子力学去模拟。
就是稍微来总结一下的嘛，然后那个就就是说，因为因为刚才可能有些说的比较快，所以我觉得就是可能我稍微再把这个稍微来解释个一两句，可能会稍微更完整一点。
就是稍微来总结一下的嘛，然后那个就就是说，因为因为刚才可能有些说的比较快，所以我觉得就是可能我稍微再把这个稍微来解释个一两句，可能会稍微更完整一点。
就是说，用经典计算，然后我们来处理量子计算的时候，它的一个核心的死结就是一个指数灾难。
就是说，用经典计算，然后我们来处理量子计算的时候，它的一个核心的死结就是一个指数灾难。
就是用经典计算机去模拟呃去描述量子系统状态的话，计算资源需求会随着粒子数量增加而呈指数的一个增加。
就是用经典计算机去模拟呃去描述量子系统状态的话，计算资源需求会随着粒子数量增加而呈指数的一个增加。
所以从这个角度来说，这就是刚才我说的，就是如果把现在的所有的计算力都堆起来。
所以从这个角度来说，这就是刚才我说的，就是如果把现在的所有的计算力都堆起来。
就可能都不够，因为是指数增加的。
就可能都不够，因为是指数增加的。
嗯，它指数增加意思就是说，比如说你要模拟100个原子，用这么多的计算，那你要101个就要乘，就要乘个多少？
嗯，它指数增加意思就是说，比如说你要模拟100个原子，用这么多的计算，那你要101个就要乘，就要乘个多少？
102个就又再乘多少，是这个意思。
102个就又再乘多少，是这个意思。
就是说这是不可能的，因为它的它的状态太多了，以至于你模拟起来就是每多一个就相当于上一个数量级，这样的是的。
就是说这是不可能的，因为它的它的状态太多了，以至于你模拟起来就是每多一个就相当于上一个数量级，这样的是的。
所以当时的一个一个point就是说啊，既然那个量子系统本身它就是照量子规则来运行的。
所以当时的一个一个point就是说啊，既然那个量子系统本身它就是照量子规则来运行的。
那么我们为什么不直接根据这个规则来造一台利用这些特性的计算机呢？
那么我们为什么不直接根据这个规则来造一台利用这些特性的计算机呢？
那这个计算机的意思就是就是说这个东西你既然每个量子都是都是有这么多的状态那你就放这么多状态上然后你就搞一下然后你就看结果就行了大概这个。
那这个计算机的意思就是就是说这个东西你既然每个量子都是都是有这么多的状态那你就放这么多状态上然后你就搞一下然后你就看结果就行了大概这个。
意思这个计算机的意思是说呃因为其实不管是怎么样子的一种计算机形态其实它都要处理几个事情。
意思这个计算机的意思是说呃因为其实不管是怎么样子的一种计算机形态其实它都要处理几个事情。
一个是信息的一个储存，我能不能把信息储存下来，对吧？
一个是信息的一个储存，我能不能把信息储存下来，对吧？
然后第二个是处理。
然后第二个是处理。
然后第三个是信息的读取。
然后第三个是信息的读取。
然后，所以就是这些的话，我们在经典计算里面其实是非常熟悉的。
然后，所以就是这些的话，我们在经典计算里面其实是非常熟悉的。
经典计算里面，比如说啊，我其实这些比特就是零，就是呃零跟一对吧？
经典计算里面，比如说啊，我其实这些比特就是零，就是呃零跟一对吧？
就当然零跟一它只是它只是一个标签，就是其实所谓的零一只是说我有种方式能够区分这两个标签，零跟一对吧。
就当然零跟一它只是它只是一个标签，就是其实所谓的零一只是说我有种方式能够区分这两个标签，零跟一对吧。
然后它它其实就表示表示了一位信息。
然后它它其实就表示表示了一位信息。
所以这个经典的时候信息是储存啊，以及中间做处理，处理的话当然就我们做些 and 啊，做一些 or 啊，这些操作其实就可以，对吧？
所以这个经典的时候信息是储存啊，以及中间做处理，处理的话当然就我们做些 and 啊，做一些 or 啊，这些操作其实就可以，对吧？
然后就可以把那些经典的一些数据，然后根据andor这些来组合成一个非常庞杂的一个计算任务。
然后就可以把那些经典的一些数据，然后根据andor这些来组合成一个非常庞杂的一个计算任务。
包括现在的我整个的人类的一个电子啊时代基本上都是构建在这个零一的一个一个就比特流上面。
包括现在的我整个的人类的一个电子啊时代基本上都是构建在这个零一的一个一个就比特流上面。
对都是简单的啊0和1，然后电子处理无论无论多么复杂了今天的AI下面都是这样。
对都是简单的啊0和1，然后电子处理无论无论多么复杂了今天的AI下面都是这样。
对对对，然后这些的读取的话就是当然像零跟一我当然能够来读取出来嘛，它就定识别它。
对对对，然后这些的读取的话就是当然像零跟一我当然能够来读取出来嘛，它就定识别它。
所以所以这个的话其实都是呃计算本来是怎么做的，其实就是像刚才那些我们来解决信息的存储，然后信息的处理，信息的读取，我们就可以来做计算对吧？
所以所以这个的话其实都是呃计算本来是怎么做的，其实就是像刚才那些我们来解决信息的存储，然后信息的处理，信息的读取，我们就可以来做计算对吧？
所以这里面的话就到量子那边就是说根据量子力学我们如何来做信息的存储，信息的读取以及呃信息的处理。
所以这里面的话就到量子那边就是说根据量子力学我们如何来做信息的存储，信息的读取以及呃信息的处理。
嗯所以早期它是在一个非常理论的阶段就是说这个理论上说我们可以这样把它把信息存在量子以理论上说我们可以这样计算这么取出来是吗还是说。
嗯所以早期它是在一个非常理论的阶段就是说这个理论上说我们可以这样把它把信息存在量子以理论上说我们可以这样计算这么取出来是吗还是说。
早期的时候当时呃最早的尝试的时候其实还比较理论。
早期的时候当时呃最早的尝试的时候其实还比较理论。
但是呃我想怎么说呢，就是说因为刚才是说的是81年的时候当时费曼当时提了这个比较有意思的想法，但是同时也在同一时期其实也有一些其他人，也和也有很多其他的一些前沿前沿者他们也是一直在考虑类似的问题，因为因为其实20世纪呃60 70年代7 8年代其实是计算机发展的一个黄金时期。
但是呃我想怎么说呢，就是说因为刚才是说的是81年的时候当时费曼当时提了这个比较有意思的想法，但是同时也在同一时期其实也有一些其他人，也和也有很多其他的一些前沿前沿者他们也是一直在考虑类似的问题，因为因为其实20世纪呃60 70年代7 8年代其实是计算机发展的一个黄金时期。
现在也是啊。
现在也是啊。
没错没错不过现就现在的话是是在第一开始你可以AI颠覆的一关键事情对吧然后在当时的话其实是就大多数的科学家其实都还在研究啊计算机它的一个物理极限。
没错没错不过现就现在的话是是在第一开始你可以AI颠覆的一关键事情对吧然后在当时的话其实是就大多数的科学家其实都还在研究啊计算机它的一个物理极限。
在那时候，就是呃，有一位还蛮知名的一位学者，叫做那个呃，应该是呃，我不太记得中文是怎么翻译的，应该就是叫贝尼奥夫吧。
在那时候，就是呃，有一位还蛮知名的一位学者，叫做那个呃，应该是呃，我不太记得中文是怎么翻译的，应该就是叫贝尼奥夫吧。
他当时是在阿贡国家实验室。
他当时是在阿贡国家实验室。
然后他当时是有一个工作，我我我记得此前我还看到一个他的访谈，我记得大意是说他这个工作在那边其实也没有很多支持，所以他是利用业余时间来做的。
然后他当时是有一个工作，我我我记得此前我还看到一个他的访谈，我记得大意是说他这个工作在那边其实也没有很多支持，所以他是利用业余时间来做的。
对，然后然后他有一个研究其实就是来给了一些理论探索，啊就是说能能不能够用量子力学来描述计算机。
对，然后然后他有一个研究其实就是来给了一些理论探索，啊就是说能能不能够用量子力学来描述计算机。
用量子力学来描述计算机，对因为因为其实我们以前都学过图灵机的，就是计算机的一个基本逻辑模型，对吧？
用量子力学来描述计算机，对因为因为其实我们以前都学过图灵机的，就是计算机的一个基本逻辑模型，对吧？
而这里面的话，就是就就比如说像经典的计算模型里面，其实它都会有一些不可逆的一些能量耗散过程。
而这里面的话，就是就就比如说像经典的计算模型里面，其实它都会有一些不可逆的一些能量耗散过程。
其实所谓的量化算其实就就比如说我们就想象一下嘛就想象一下比如说我们来算一个and来算一个or对吧然后and跟or这些其实它就比如说它都是会丢失信息。
其实所谓的量化算其实就就比如说我们就想象一下嘛就想象一下比如说我们来算一个and来算一个or对吧然后and跟or这些其实它就比如说它都是会丢失信息。
嗯就是两个数and完就就只剩一个。
嗯就是两个数and完就就只剩一个。
了对对是的然后就是所以这样的话其实它会有一些不可逆的这么一个过程。
了对对是的然后就是所以这样的话其实它会有一些不可逆的这么一个过程。
然后过去就是这个是不是计算它的一个本质呢？
然后过去就是这个是不是计算它的一个本质呢？
这个其实在当时是不知道的。
这个其实在当时是不知道的。
嗯，理解一下这件事，就是你需要不停的输入、输入、输入，但是输出可能啊，信息不如输入那么多。
嗯，理解一下这件事，就是你需要不停的输入、输入、输入，但是输出可能啊，信息不如输入那么多。
对，然后就是就是说在经典计算里面，其实基本上都是通过这种模式。
对，然后就是就是说在经典计算里面，其实基本上都是通过这种模式。
然后那时候大家是把它总结为，它会有一些不可逆的一些耗散过程，就是能量耗散过程。
然后那时候大家是把它总结为，它会有一些不可逆的一些耗散过程，就是能量耗散过程。
但对量子力学来说的话，它其实是一个可逆的操作。
但对量子力学来说的话，它其实是一个可逆的操作。
因为我们现在还没有讲量子力学的信息存储跟处理，但是我就先把这个啊，先把这个结论抛在这边。
因为我们现在还没有讲量子力学的信息存储跟处理，但是我就先把这个啊，先把这个结论抛在这边。
所以说嗯能量耗散就是说我们计算机是发热的，是这个意思吗？
所以说嗯能量耗散就是说我们计算机是发热的，是这个意思吗？
就是我我必须要给它不停的给它电它才能再继继继续运行，而真正的物理系统它是不耗散的，它就是在那运行的，大概是这个意思。
就是我我必须要给它不停的给它电它才能再继继继续运行，而真正的物理系统它是不耗散的，它就是在那运行的，大概是这个意思。
可以这么理解吧，或者说它其实是可逆的。
可以这么理解吧，或者说它其实是可逆的。
可逆的。
可逆的。
对对对。
对对对。
呃就就是说假如说假如说这个世界是一个量子计算的一个世界，那么比如说像今天的斯特瓦特跟20年前的斯特瓦特是不是可以通过一个逆过程能够来回到20年前？
呃就就是说假如说假如说这个世界是一个量子计算的一个世界，那么比如说像今天的斯特瓦特跟20年前的斯特瓦特是不是可以通过一个逆过程能够来回到20年前？
哇这个这个是这样了，就好像我们不不比如说我们一个不是计算机我们是一个。
哇这个这个是这样了，就好像我们不不比如说我们一个不是计算机我们是一个。
计算器，我在上面打2×3=6，它就出了一个6。
计算器，我在上面打2×3=6，它就出了一个6。
那它这个6是返回不出2和3来的是吧？
那它这个6是返回不出2和3来的是吧？
它就是一个这个过程，它这个输入输入进来出来一个输出，这个输入就没有了，因为就剩一个输出了是吧？
它就是一个这个过程，它这个输入输入进来出来一个输出，这个输入就没有了，因为就剩一个输出了是吧？
然后是因为啊，因为现在我们还没有说量子算的一些基本的原理，然后一一会儿可以稍微解释一下。
然后是因为啊，因为现在我们还没有说量子算的一些基本的原理，然后一一会儿可以稍微解释一下。
所以所以所以说。
所以所以所以说。
这位人士他认为我们可以做一个计算器，不过计算器啊就是这个打个比方啦就是说这个东西我永远可以知道2乘以3这两个东西永远在哪儿。
这位人士他认为我们可以做一个计算器，不过计算器啊就是这个打个比方啦就是说这个东西我永远可以知道2乘以3这两个东西永远在哪儿。
对用23其实这么描述稍微有一点不太不太准确但是但基本上他就是说用确定的方程。
对用23其实这么描述稍微有一点不太不太准确但是但基本上他就是说用确定的方程。
能够来描述同期。
能够来描述同期。
从而说明了计算机可以完全能够依据量子力学的定律来来运行，因为我们知道就薛定谔方程的话其实就相当于是说一个系统它的一个状态，我们可以通过一个演化啊来过去，所以就是它因为它可以通过一个系统演化来从一个过程呃来从一其中的有一状态到另外一个状态。
从而说明了计算机可以完全能够依据量子力学的定律来来运行，因为我们知道就薛定谔方程的话其实就相当于是说一个系统它的一个状态，我们可以通过一个演化啊来过去，所以就是它因为它可以通过一个系统演化来从一个过程呃来从一其中的有一状态到另外一个状态。
然后所以我总是可以带大家做一个逆演化，就是说再把这个状态给把它逆演化，就是因为这个从确定方程里面其实它是合理的。
然后所以我总是可以带大家做一个逆演化，就是说再把这个状态给把它逆演化，就是因为这个从确定方程里面其实它是合理的。
嗯所以呃未来他说能不能设计一种计算机这个事情是从现在的状态可以退回到过去的状态就是我们现在玩一个游戏玩过去就就玩过去你得存你得存档取出来那你就这可以倒回去是吗你永远这计算机我们玩往前玩完了可以倒回去是这个意思吗大概。
嗯所以呃未来他说能不能设计一种计算机这个事情是从现在的状态可以退回到过去的状态就是我们现在玩一个游戏玩过去就就玩过去你得存你得存档取出来那你就这可以倒回去是吗你永远这计算机我们玩往前玩完了可以倒回去是这个意思吗大概。
其实有一点这么一个意思，只不过后面的话其实又会来解释为什么这个其实也就是他也不能够完全没有任何的逻辑的这么倒回去啊，也不行。
其实有一点这么一个意思，只不过后面的话其实又会来解释为什么这个其实也就是他也不能够完全没有任何的逻辑的这么倒回去啊，也不行。
对只不过是从原理上来说就是我我觉得更多的是说原理上来说在过去一直有普遍的一个怀疑论，这个怀疑论是说我们究竟能不能够啊就是来造一台啊5号sand。
对只不过是从原理上来说就是我我觉得更多的是说原理上来说在过去一直有普遍的一个怀疑论，这个怀疑论是说我们究竟能不能够啊就是来造一台啊5号sand。
这边的机器。
这边的机器。
然后因为主要是经典计算的一些历史，所以让大家觉得这个可能这个事情可能是行不通的，就是可能我们事实上可能是造不了这么一台无耗散的机器。
然后因为主要是经典计算的一些历史，所以让大家觉得这个可能这个事情可能是行不通的，就是可能我们事实上可能是造不了这么一台无耗散的机器。
但是同时因为量子力学我们又都知道，它其实通过薛定谔的演化来描述它的一个系统的演化，然后薛定谔演化的过程其实它是一个可逆的操作。
但是同时因为量子力学我们又都知道，它其实通过薛定谔的演化来描述它的一个系统的演化，然后薛定谔演化的过程其实它是一个可逆的操作。
所以在某种意义下面，量子计算机如果如果能造出来，它就应该是一个无耗散的，就或者说在计算过程当中它是无耗散。
所以在某种意义下面，量子计算机如果如果能造出来，它就应该是一个无耗散的，就或者说在计算过程当中它是无耗散。
所以这个其实是第一个，当时对他的一个怀疑，能不能够来做成5号站。
所以这个其实是第一个，当时对他的一个怀疑，能不能够来做成5号站。
所以当时作为一个理论工作，啊，就是说当时就就被尼奥夫证明了，我们其实是可以通过啊训练方程来描述图灵机，所以这样的话我们完全从原理上面我们可以来通过这种方式来，啊，就是这这个东西是有可能的。
所以当时作为一个理论工作，啊，就是说当时就就被尼奥夫证明了，我们其实是可以通过啊训练方程来描述图灵机，所以这样的话我们完全从原理上面我们可以来通过这种方式来，啊，就是这这个东西是有可能的。
嗯，那无号散这件事情的重要性在哪里？
嗯，那无号散这件事情的重要性在哪里？
好处在哪里？
好处在哪里？
无号散的好处的话，呃，呃，就是本来这个就你都需要能量的呀。
无号散的好处的话，呃，呃，就是本来这个就你都需要能量的呀。
对，就是就是说我不管做做做什么操作，其实我都需要能量，对吧？
对，就是就是说我不管做做做什么操作，其实我都需要能量，对吧？
无号散的话，其实就意味着就是在某种意义下面啊，就是说假如说无号散或者说号散比较小。
无号散的话，其实就意味着就是在某种意义下面啊，就是说假如说无号散或者说号散比较小。
其实我需要的能量也更小。
其实我需要的能量也更小。
嗯，那就说我们可以做更能力更强的计算机。
嗯，那就说我们可以做更能力更强的计算机。
啊或者说就是能耗越低啊这种啊其实至少至少在原理上我觉得大大概然后可以这么理解。
啊或者说就是能耗越低啊这种啊其实至少至少在原理上我觉得大大概然后可以这么理解。
但现现在看上去我们现在的量子计算机能能耗都不小呀。
但现现在看上去我们现在的量子计算机能能耗都不小呀。
啊现在其实是它的能耗更多的是来自于它的一些配套设备。
啊现在其实是它的能耗更多的是来自于它的一些配套设备。
啊好吧。
啊好吧。
我现在也不能够用今天的计算机来设想，比如说20年后的量子计算机或者30年后的是啊。
我现在也不能够用今天的计算机来设想，比如说20年后的量子计算机或者30年后的是啊。
这就是我们说到这位鼻祖啊，他就是他证明了可以做出无能耗的计算机，他的这个计算能力啊就理论上说是可以所有能够图灵机啊，就是我们现在的计算机能够计算的东西他都能算。
这就是我们说到这位鼻祖啊，他就是他证明了可以做出无能耗的计算机，他的这个计算能力啊就理论上说是可以所有能够图灵机啊，就是我们现在的计算机能够计算的东西他都能算。
就是就当当时这个结果还没有到这一步只不过在当时的话其实我觉得就基本上就是说原理上面基于量子态的计算系统看起来是行得通的对因为之前大家觉得这个是不是不可能因为总是会需要需要那个就能量化三这个又是80年代的事儿对就是应该是七八十年代也就八80年代初吧应该。
就是就当当时这个结果还没有到这一步只不过在当时的话其实我觉得就基本上就是说原理上面基于量子态的计算系统看起来是行得通的对因为之前大家觉得这个是不是不可能因为总是会需要需要那个就能量化三这个又是80年代的事儿对就是应该是七八十年代也就八80年代初吧应该。
而这个是呃也是比较早期了，然后那后面的话后面其实就是就开始有有一些就现在就是说非常知名的一些人物就开始出现了，就比如说皮特秀啊，皮特秀是量子计算里面把整个领域从一个蛮荒时代然后拉入到就是整个公众的一个眼球。
而这个是呃也是比较早期了，然后那后面的话后面其实就是就开始有有一些就现在就是说非常知名的一些人物就开始出现了，就比如说皮特秀啊，皮特秀是量子计算里面把整个领域从一个蛮荒时代然后拉入到就是整个公众的一个眼球。
然后并且连续拉两次的这么一个大神，这个人叫什么？
然后并且连续拉两次的这么一个大神，这个人叫什么？
Peter Peter Show，他是美国人啊。
Peter Peter Show，他是美国人啊。
他现在是是MIT的教授。
他现在是是MIT的教授。
哦这是第一次拉眼球是什么时候？
哦这是第一次拉眼球是什么时候？
大概是在94年吧。
大概是在94年吧。
1994年。
1994年。
对在当时的话量子计算因为前面提过嘛就是八几年的时候大家开始关心就是比如说费曼提提这个想法后面让大家开始尝试一下这个方案究竟有没有可行性至少看起来好像是可行的。
对在当时的话量子计算因为前面提过嘛就是八几年的时候大家开始关心就是比如说费曼提提这个想法后面让大家开始尝试一下这个方案究竟有没有可行性至少看起来好像是可行的。
然后而后面的话就是剩下一个问题就是它有什么用嘛？
然后而后面的话就是剩下一个问题就是它有什么用嘛？
在当时有一些呃其实比特秀更早有一些呃学者他们尝试了一些就是一些简单的模型尝试一些简单的例子就是就是说本身是那种玩具式的那种那种模型然后来看就是说发现有一些可以设计一些任务在量子计算机上面预期可以比经典计算机跑得快。
在当时有一些呃其实比特秀更早有一些呃学者他们尝试了一些就是一些简单的模型尝试一些简单的例子就是就是说本身是那种玩具式的那种那种模型然后来看就是说发现有一些可以设计一些任务在量子计算机上面预期可以比经典计算机跑得快。
但是这些其实都是一些人造的一些任务，所以那时候我觉得对于对这个事情量子计算究竟有多少用，大家其实还没有百分之百买单。
但是这些其实都是一些人造的一些任务，所以那时候我觉得对于对这个事情量子计算究竟有多少用，大家其实还没有百分之百买单。
其实90年代大家都不知道这东西有没有用，是吧？
其实90年代大家都不知道这东西有没有用，是吧？
其实最开始其实的确也不知道，就是说至少虽然说呃当时就是说我们可以通过这种方式来模拟量子系统，但是这个的话我总是需要从一些小的一些一层面慢慢的来摸起来，然后后面的是Bert Schur他提了一个算法，就是所谓的需要算法。
其实最开始其实的确也不知道，就是说至少虽然说呃当时就是说我们可以通过这种方式来模拟量子系统，但是这个的话我总是需要从一些小的一些一层面慢慢的来摸起来，然后后面的是Bert Schur他提了一个算法，就是所谓的需要算法。
就是他给了一个呃算法，他能够做大数分解。
就是他给了一个呃算法，他能够做大数分解。
就比如说呃我们知道，比如说如果我有两个质数P跟Q，我可以很容易的算出来P乘上Q等于多少对吧？
就比如说呃我们知道，比如说如果我有两个质数P跟Q，我可以很容易的算出来P乘上Q等于多少对吧？
但是假如说反过来我知道P乘上Q等于多少，或者是我知道一个大的一个整数。
但是假如说反过来我知道P乘上Q等于多少，或者是我知道一个大的一个整数。
我希望来问他能不能够拆成两个技术的成绩，这个事情其实就比较难了。
我希望来问他能不能够拆成两个技术的成绩，这个事情其实就比较难了。
嗯这是我们整个计算机安全密码学的基础是吧？
嗯这是我们整个计算机安全密码学的基础是吧？
如果这个事情被做到了，整个就坍塌了是吧？
如果这个事情被做到了，整个就坍塌了是吧？
是的，是的，因为它是那种比较典型的那种那种容易验证。
是的，是的，因为它是那种比较典型的那种那种容易验证。
但不容易来求解的一些例子。
但不容易来求解的一些例子。
嗯所以说这个这个学者这个大拿他证明了量子计算如果做成了是可以做成非常容易做一件事一个大数据。
嗯所以说这个这个学者这个大拿他证明了量子计算如果做成了是可以做成非常容易做一件事一个大数据。
他证明了刚才这个问题，大数分解的量子算法是一个多项式的算法。
他证明了刚才这个问题，大数分解的量子算法是一个多项式的算法。
就是说它是随多长时间就可以来解决掉。
就是说它是随多长时间就可以来解决掉。
而不是一个指数的一个算。
而不是一个指数的一个算。
哦他的意思就是说我们只要做出一个足够大的量子计算机就可以把这件事就搞定了。
哦他的意思就是说我们只要做出一个足够大的量子计算机就可以把这件事就搞定了。
对对对或者说那个因为因为本来的话就是密码破解的这些事情啊它本来都是都是无非就大家都对应那个规模嘛就是你追我赶对吧一个攻一个防对吧然后就就比如说攻我能够来做那个大数分解假如说我能我要做大数分解。
对对对或者说那个因为因为本来的话就是密码破解的这些事情啊它本来都是都是无非就大家都对应那个规模嘛就是你追我赶对吧一个攻一个防对吧然后就就比如说攻我能够来做那个大数分解假如说我能我要做大数分解。
然后，经典计算它也可以通过一些那个各种各样的一些技术，虽然不那么高效，那也可以来尝试，对吧？
然后，经典计算它也可以通过一些那个各种各样的一些技术，虽然不那么高效，那也可以来尝试，对吧？
然后，无非就是说我攻的代价跟防的代价哪个更高，对吧？
然后，无非就是说我攻的代价跟防的代价哪个更高，对吧？
然后所以就比如说像过去大家能在场的问题是假如说哎啊我有一个这个安全问题然后呃就比如说呃下次亚亚特你那边你如果想要来攻击这个问题那么我我就把这个密呃问题的规模我我我我就把它再把它乘个2对吧就是就是说把它把它的密钥然后就是说再来把它就是再double一下再double一下再double一下。
然后所以就比如说像过去大家能在场的问题是假如说哎啊我有一个这个安全问题然后呃就比如说呃下次亚亚特你那边你如果想要来攻击这个问题那么我我就把这个密呃问题的规模我我我我就把它再把它乘个2对吧就是就是说把它把它的密钥然后就是说再来把它就是再double一下再double一下再double一下。
然后就也许能登得上，对吧？
然后就也许能登得上，对吧？
就好像我们学计算机的这个程序软件的时候，过去128位可以200、256、512对吧？
就好像我们学计算机的这个程序软件的时候，过去128位可以200、256、512对吧？
大概就是这样的。
大概就是这样的。
是的啊，就是密码就是哈希需要越来越长。
是的啊，就是密码就是哈希需要越来越长。
越来越长才能才能保密啊。
越来越长才能才能保密啊。
然后而刚才那个算法就是相当于是说我如果有有量子计算机，我就可以通过对量子计算机的规模就就比如说我我从10个比特、11个比特、12比特这么堆上去。
然后而刚才那个算法就是相当于是说我如果有有量子计算机，我就可以通过对量子计算机的规模就就比如说我我从10个比特、11个比特、12比特这么堆上去。
然后然后就是我可以我可以通过这方式啊来攻破，就刚才说的一个那个大数分解的这么一个问题。
然后然后就是我可以我可以通过这方式啊来攻破，就刚才说的一个那个大数分解的这么一个问题。
而我们当时是假设的，所以假设就是说我量子现在造起来以后，我加一个比特加两个比特就行，没那么难，就这当然是我我们的一个假设对吧？
而我们当时是假设的，所以假设就是说我量子现在造起来以后，我加一个比特加两个比特就行，没那么难，就这当然是我我们的一个假设对吧？
对所以所以就是在当时他其实是第一次找到一个有非常大的一个呃实际价值的一个问题。
对所以所以就是在当时他其实是第一次找到一个有非常大的一个呃实际价值的一个问题。
嗯所以说就是说我们就说这个比如说网络安全这种大数分解这种，比如说我们用我们的。
嗯所以说就是说我们就说这个比如说网络安全这种大数分解这种，比如说我们用我们的。
计算机你如果从128位到256位，你可能是指数级的增长是吧？
计算机你如果从128位到256位，你可能是指数级的增长是吧？
是但是你在量子量子计算机如果能够做出来，实际上你就加一个或者就是一个常数的比特，你就能把那个位数乘以2是吧？
是但是你在量子量子计算机如果能够做出来，实际上你就加一个或者就是一个常数的比特，你就能把那个位数乘以2是吧？
是大概是这个意思。
是大概是这个意思。
对是的，当然这里面其实也有一个假设。
对是的，当然这里面其实也有一个假设。
就是就是说那个对于那个像在经典计算的这么一个呃领域里面啊，就是我们我们现在说的我们都是说我们已知的经典计算这样的算法，因为我们其实没有办法排除会不会有一天突然有另外一个大拿说啊我们在经典计算里面我也可以通过多项式方式来解决，这个现在是不知道的，这其实是一个开放问题。
就是就是说那个对于那个像在经典计算的这么一个呃领域里面啊，就是我们我们现在说的我们都是说我们已知的经典计算这样的算法，因为我们其实没有办法排除会不会有一天突然有另外一个大拿说啊我们在经典计算里面我也可以通过多项式方式来解决，这个现在是不知道的，这其实是一个开放问题。
但是主要是因为这个大数分解这个问题已经在这边太长时间了，然后这么长时间就是大家都还没有解决的话，那么当然就会觉得这个可能已经到极限了。
但是主要是因为这个大数分解这个问题已经在这边太长时间了，然后这么长时间就是大家都还没有解决的话，那么当然就会觉得这个可能已经到极限了。
但是这个究竟怎么样我们不知道，它是一个完全开放的问题。
但是这个究竟怎么样我们不知道，它是一个完全开放的问题。
也可能在数学上就突然变简单了。
也可能在数学上就突然变简单了。
就是说这个好像。
就是说这个好像。
可能性很小啊。
可能性很小啊。
我我们说的是往往会说的更保守一点，就是说在目前已知的这么一个经典的方案里，就是可以达到一个指数的加速。
我我们说的是往往会说的更保守一点，就是说在目前已知的这么一个经典的方案里，就是可以达到一个指数的加速。
所以这个就是所谓的量子霸权嘛，quantum super啊。
所以这个就是所谓的量子霸权嘛，quantum super啊。
不是不是这个跟量子霸权没有关系，是刚才是那种古典的量子优势。
不是不是这个跟量子霸权没有关系，是刚才是那种古典的量子优势。
应该应该这么说，最终有就是我们呃因为量子霸权在19年前后那段时间非常火，大家都在讨论这个事情，但是我们或者说我就觉得量子霸权就是属于呃一个最无争议的量子霸权，应该就是直接真的把那个需要算法跑一遍。
应该应该这么说，最终有就是我们呃因为量子霸权在19年前后那段时间非常火，大家都在讨论这个事情，但是我们或者说我就觉得量子霸权就是属于呃一个最无争议的量子霸权，应该就是直接真的把那个需要算法跑一遍。
这时候肯定就没有争议了。
这时候肯定就没有争议了。
但现在的话更多是属于量子计算机发展到了一个阶段，就是比大家的预期其实要快一些，但是同时又还没有能够真的来解决刚才像需要算法这种这种真的展示，所以在这种时候需要设计一些别的问题，我们能不能够在一些设计出来的问题里面展示出来它的一个相比经典计算的一个优势？
但现在的话更多是属于量子计算机发展到了一个阶段，就是比大家的预期其实要快一些，但是同时又还没有能够真的来解决刚才像需要算法这种这种真的展示，所以在这种时候需要设计一些别的问题，我们能不能够在一些设计出来的问题里面展示出来它的一个相比经典计算的一个优势？
所以这个说说的说的是刚才那位叫Peter上Peter秀Peter秀他的第一次第一次把这个量子计算拉进了公众的视野里啊那后来有第二次是吧。
所以这个说说的说的是刚才那位叫Peter上Peter秀Peter秀他的第一次第一次把这个量子计算拉进了公众的视野里啊那后来有第二次是吧。
对对所以在后面的话其实那段时间其实会有很多的一些呃学者都开始来研究量子算法这一块的话其实到的确是呃基本上有一个数学框架其实就可以来研究所以早期的话数学家物理学家然后这样的科学家其实都开始在做然后后面的话还有一些呃还有一些别的一些工作比如说一个无结构搜索问题。
对对所以在后面的话其实那段时间其实会有很多的一些呃学者都开始来研究量子算法这一块的话其实到的确是呃基本上有一个数学框架其实就可以来研究所以早期的话数学家物理学家然后这样的科学家其实都开始在做然后后面的话还有一些呃还有一些别的一些工作比如说一个无结构搜索问题。
就这个其实呃就是是另外一类大家觉得可能会比较有广泛应用的，因为无结构搜索问题它在数据库啊，在各种场景下面，其实它的应用场景其实也非常广。
就这个其实呃就是是另外一类大家觉得可能会比较有广泛应用的，因为无结构搜索问题它在数据库啊，在各种场景下面，其实它的应用场景其实也非常广。
但是无结构搜索当时其实呃看下来它是一个平方加速，相比经典的方案有一个平方加速，所以它不像刚才说的希尔算法有一个指数加速差别那么大。
但是无结构搜索当时其实呃看下来它是一个平方加速，相比经典的方案有一个平方加速，所以它不像刚才说的希尔算法有一个指数加速差别那么大。
什么叫无结构搜索呀？
什么叫无结构搜索呀？
啊就是说本身它有很多数据，然后这个数据之间它其实是没有结构的。
啊就是说本身它有很多数据，然后这个数据之间它其实是没有结构的。
然后我们就是要在这个数据集里面，要要来定位到某一个特定的数据。
然后我们就是要在这个数据集里面，要要来定位到某一个特定的数据。
是没有结构的结构，就是说不是像那个SQL数据库里面有那个对。
是没有结构的结构，就是说不是像那个SQL数据库里面有那个对。
就是说它本身我只知道有很多数据都在里。
就是说它本身我只知道有很多数据都在里。
嗯那我们那我们现在AI时代都是用embedding的嘛。
嗯那我们那我们现在AI时代都是用embedding的嘛。
啊这是是的，就是说在当时的话当时呃其实基本上我觉得我觉得其实grow算法就是说刚才说的那个无结构搜索这个量子算法跟embedding也有类似之处，就是就是说它有点类似于拿量子态来embed的这些信息。
啊这是是的，就是说在当时的话当时呃其实基本上我觉得我觉得其实grow算法就是说刚才说的那个无结构搜索这个量子算法跟embedding也有类似之处，就是就是说它有点类似于拿量子态来embed的这些信息。
然后然后就是所以它是另外的一个算法，就是呃因为它的适用范围比较广泛，所以尽管是指情况加速大家也觉得哎挺好，这说明更有用了。
然后然后就是所以它是另外的一个算法，就是呃因为它的适用范围比较广泛，所以尽管是指情况加速大家也觉得哎挺好，这说明更有用了。
我后面的话这块看哎既然这么有用，那么呃试试呗，然后再仔细一想发现哎这玩意不行啊。
我后面的话这块看哎既然这么有用，那么呃试试呗，然后再仔细一想发现哎这玩意不行啊。
嗯为什么不行呢？
嗯为什么不行呢？
这样我发现就是对于每一个量子比特就是啊因为它是在一个微观环境下面就是我们现在没有什么现有的技术能完全抵御环境的噪声所以在这个时候大家就意识到哎这个系统它好像目前啊因为我因为首先我们对于整个的这个系统的理解不够深刻。
这样我发现就是对于每一个量子比特就是啊因为它是在一个微观环境下面就是我们现在没有什么现有的技术能完全抵御环境的噪声所以在这个时候大家就意识到哎这个系统它好像目前啊因为我因为首先我们对于整个的这个系统的理解不够深刻。
那这个这个72年的时候就应该就应该大家都知道啊，为什么突然后来才意识到呢？
那这个这个72年的时候就应该就应该大家都知道啊，为什么突然后来才意识到呢？
呃72年的时候做真的考虑整个的量子计算的呃人其实就没几个吧。
呃72年的时候做真的考虑整个的量子计算的呃人其实就没几个吧。
呃就他们就不想这么就装作不知道这件事儿这样才能把把事儿扯起来是吧？
呃就他们就不想这么就装作不知道这件事儿这样才能把把事儿扯起来是吧？
到真到该做的时候发现做不出来是吧这个意思。
到真到该做的时候发现做不出来是吧这个意思。
原来也不就是说装作不知道吧而而是更多是那时候就还没没顾上在想这些。
原来也不就是说装作不知道吧而而是更多是那时候就还没没顾上在想这些。
事啊根本根本就不想这这这太远了根本就不想这件事儿就想想这个理论上的啊。
事啊根本根本就不想这这这太远了根本就不想这件事儿就想想这个理论上的啊。
就是说当时就是像他说的这个问题很显然他有一些可能的尝试他有一些可能的一些方案就是因为比如说像经典计算。
就是说当时就是像他说的这个问题很显然他有一些可能的尝试他有一些可能的一些方案就是因为比如说像经典计算。
它其实它也会出错啊对吧，所以经典计算那边就是比如说像早期早期的话就是像I那个时代它都是通过那种呃插拔那些线线缆来编程的对吧，然后那时候应该还是真空管，那时候真空管估计是一天估计呃就几天反正反正会换一批，所以那时候这些东西也是都是会有错误的。
它其实它也会出错啊对吧，所以经典计算那边就是比如说像早期早期的话就是像I那个时代它都是通过那种呃插拔那些线线缆来编程的对吧，然后那时候应该还是真空管，那时候真空管估计是一天估计呃就几天反正反正会换一批，所以那时候这些东西也是都是会有错误的。
然后早期的时候其实基本都提过的那个通过一些纠错码就是基本上是信息论这边大家其实也研究比较多的比如说那个像现在比如说我跟你来说一个一啊就是你那边可能可以听得到但万一网络不好然后所以我我都会来来就可能就是一来说三次对吧所以每次最开始连线都会说哎可以听见吗可以听见吗来海后来说起对吧嗯对。
然后早期的时候其实基本都提过的那个通过一些纠错码就是基本上是信息论这边大家其实也研究比较多的比如说那个像现在比如说我跟你来说一个一啊就是你那边可能可以听得到但万一网络不好然后所以我我都会来来就可能就是一来说三次对吧所以每次最开始连线都会说哎可以听见吗可以听见吗来海后来说起对吧嗯对。
这些都是精简计算里大家会采用的一些技术。
这些都是精简计算里大家会采用的一些技术。
对。
对。
所以我们都有这个冗余码，叫叫什么校验码是吧？
所以我们都有这个冗余码，叫叫什么校验码是吧？
就像我们身份证的最后一位是前面算出来的，没错没错啊。
就像我们身份证的最后一位是前面算出来的，没错没错啊。
对，所以我们经典计算也有也有这种各种各样的需要纠错的能力啊。
对，所以我们经典计算也有也有这种各种各样的需要纠错的能力啊。
对，所以当时大家自然的想法就是说量子计算能不能用纠错的这种方式。
对，所以当时大家自然的想法就是说量子计算能不能用纠错的这种方式。
把它给搭起来，就是就是说要是能不错的话，其实也一样可以像经典这样子来构建呀，对吧？
把它给搭起来，就是就是说要是能不错的话，其实也一样可以像经典这样子来构建呀，对吧？
然后这个事儿的话其实它也不太显然，因为量子里面它有一些跟经典不太一样的东西。
然后这个事儿的话其实它也不太显然，因为量子里面它有一些跟经典不太一样的东西。
一个最直接的一个问题是比如说经典的冗余，其实我就直接把一个呃零我就把它拷贝三份对吧？
一个最直接的一个问题是比如说经典的冗余，其实我就直接把一个呃零我就把它拷贝三份对吧？
拷贝五份对吧？
拷贝五份对吧？
然后或者说一个一我就把它拷贝三份五份。
然后或者说一个一我就把它拷贝三份五份。
反正我我反正这个事情我总是可以做对吧，但这事儿在量子里面其实就不可行，因为量子它有一个著名的不可克隆定理。
反正我我反正这个事情我总是可以做对吧，但这事儿在量子里面其实就不可行，因为量子它有一个著名的不可克隆定理。
就是说，无论怎么样，我们是呃能够证明世界上不存在一个通用的设备。
就是说，无论怎么样，我们是呃能够证明世界上不存在一个通用的设备。
它能够把任何输入的量子态拷贝成两份。
它能够把任何输入的量子态拷贝成两份。
呃，所以这个是呃，从数学上面，其实当时是能够证明世界上面不存在这么一个通用设备。
呃，所以这个是呃，从数学上面，其实当时是能够证明世界上面不存在这么一个通用设备。
那那完蛋了嘛是吧，我我们说我们拷贝一下是吧，就是拷贝不了没有办法拷贝这个任何状态是吧。
那那完蛋了嘛是吧，我我们说我们拷贝一下是吧，就是拷贝不了没有办法拷贝这个任何状态是吧。
是的是的那咋办呢，所以所以这里面的话其实就是最开始处理地方，然后就是大家在那边折腾半天，然后后来刚才说的那位神，然后他又出来了，呃他采用的方式其实他不是对任何信息来拷贝。
是的是的那咋办呢，所以所以这里面的话其实就是最开始处理地方，然后就是大家在那边折腾半天，然后后来刚才说的那位神，然后他又出来了，呃他采用的方式其实他不是对任何信息来拷贝。
而是而是它对于那个比如说一个量子态它其实基本上都因为因为我我才意识到就我们说现在其实还没有见到量子是什么对吧？
而是而是它对于那个比如说一个量子态它其实基本上都因为因为我我才意识到就我们说现在其实还没有见到量子是什么对吧？
对于一个量子它往往是一个零跟一的一个叠加就是说它有一定的概率呃出现在零一定概率出现在一它是一个零一的一个叠加所以它就就现相当于是说我不能够对任何的一个态来拷贝多份但是我可以把零跟一拷贝多份啊所以我我就我就能够变成比如说本来是A乘上零加上B乘上一。
对于一个量子它往往是一个零跟一的一个叠加就是说它有一定的概率呃出现在零一定概率出现在一它是一个零一的一个叠加所以它就就现相当于是说我不能够对任何的一个态来拷贝多份但是我可以把零跟一拷贝多份啊所以我我就我就能够变成比如说本来是A乘上零加上B乘上一。
就是其中的0跟1都是量子态，它现在就是说a乘上00加上b乘上11，把0跟1分别拷贝两份。
就是其中的0跟1都是量子态，它现在就是说a乘上00加上b乘上11，把0跟1分别拷贝两份。
这时候是可以的。
这时候是可以的。
所以所以基本上通过这个方式来绕过去，当然它本身的这个纠错的方案其实还还比较复杂，所以我如果直接呃口述的话可能也不一定很好的能够来表达呃message。
所以所以基本上通过这个方式来绕过去，当然它本身的这个纠错的方案其实还还比较复杂，所以我如果直接呃口述的话可能也不一定很好的能够来表达呃message。
总之他想了一个办法啊，这我们都无法就是我们数学不好的没有办法理解这种东西，但是基本上就是他想了一个办法就是不是拷贝啊就是巧妙的方法可以做一定程度的啊。
总之他想了一个办法啊，这我们都无法就是我们数学不好的没有办法理解这种东西，但是基本上就是他想了一个办法就是不是拷贝啊就是巧妙的方法可以做一定程度的啊。
他想到一个很巧妙方法大家发现哎好像量子纠错也是可行的。
他想到一个很巧妙方法大家发现哎好像量子纠错也是可行的。
那么一下子就把这个世界就开始来点燃了。
那么一下子就把这个世界就开始来点燃了。
这个是什么时候的事儿？
这个是什么时候的事儿？
这个大概也是在1994.
这个大概也是在1994.
1995年前后吧。
1995年前后吧。
哦，就那个那么早，他就发现说这个东西是可以有纠错的能力的。
哦，就那个那么早，他就发现说这个东西是可以有纠错的能力的。
可以做到冗余。
可以做到冗余。
然后对所以所以差不多是在90年代末到20啊20啊0几年前后，在这个时候大家开始对于整个方向做了很多的探索，但那时候都基本都比较早期的理论探索。
然后对所以所以差不多是在90年代末到20啊20啊0几年前后，在这个时候大家开始对于整个方向做了很多的探索，但那时候都基本都比较早期的理论探索。
就是在C教授进入这个领域。
就是在C教授进入这个领域。
之前，对对对就差差不多前后。
之前，对对对就差差不多前后。
所以在那时候，我们进入这个领域的时候就发现很亏啊。
所以在那时候，我们进入这个领域的时候就发现很亏啊。
而且一看，哎啊，为什么呢？
而且一看，哎啊，为什么呢？
而且一看，我们这里面的一些一些著名的定理证明起来这么简单啊，又不用现代数嘛。
而且一看，我们这里面的一些一些著名的定理证明起来这么简单啊，又不用现代数嘛。
恨不得自己怎么就不早出来个10年呢，对吧？
恨不得自己怎么就不早出来个10年呢，对吧？
然后现在就是别人都干完了，然后我们还干什么呀，对吧？
然后现在就是别人都干完了，然后我们还干什么呀，对吧？
呃发现金矿就被人挖了啊，那金矿被挖了，但愿应该还有银矿吗？
呃发现金矿就被人挖了啊，那金矿被挖了，但愿应该还有银矿吗？
呃就在毕业的时候就是就是无无非无非就是说啊被第一波给淘完了，然后下面还可以去。
呃就在毕业的时候就是就是无无非无非就是说啊被第一波给淘完了，然后下面还可以去。
对，哎，所以我们刚才回忆说，大概这个量子计算原理大概是什么？
对，哎，所以我们刚才回忆说，大概这个量子计算原理大概是什么？
什么叫量子状态？
什么叫量子状态？
什么这个在量子计算里面是一个什么什么地位？
什么这个在量子计算里面是一个什么什么地位？
就是说，像经典状态的话，基本上就是0跟1嘛，就是0跟1，它只有两种可能性，对吧？
就是说，像经典状态的话，基本上就是0跟1嘛，就是0跟1，它只有两种可能性，对吧？
然后量子状态的话，其实我们可以把它看成呃，就是可以其实可以看成是一个球。
然后量子状态的话，其实我们可以把它看成呃，就是可以其实可以看成是一个球。
就是说因为呃我们事实上是有一种描述方式，是通过一个所谓的球面来描述量子态，我们通常把它叫做Bloch球，然后我们现在先不管它是什么东西，我们就把它想象成现在有个球面，这个球面上面的每一个点都是一个合理的量子态。
就是说因为呃我们事实上是有一种描述方式，是通过一个所谓的球面来描述量子态，我们通常把它叫做Bloch球，然后我们现在先不管它是什么东西，我们就把它想象成现在有个球面，这个球面上面的每一个点都是一个合理的量子态。
都是个合理的量态，对我们首先不知道量子是什么，其次量子的状态也不知道是什么，但是我们知道它有这么多状态，这个状态可以在数学上被认为是一个球上的每一点都有可能啊。
都是个合理的量态，对我们首先不知道量子是什么，其次量子的状态也不知道是什么，但是我们知道它有这么多状态，这个状态可以在数学上被认为是一个球上的每一点都有可能啊。
对的，经典的说的一个比特其他就是零或者一对吧，然后所谓的零或者一就是就是说我能够区分一些状态对吧，区分一些标签。
对的，经典的说的一个比特其他就是零或者一对吧，然后所谓的零或者一就是就是说我能够区分一些状态对吧，区分一些标签。
然后量子的话，我们也就关心一个量子比特是什么？
然后量子的话，我们也就关心一个量子比特是什么？
展开剩余字幕（还有 361 条）
而在这里面一个量子比特，我们其实就可以看成一个球面上面所有的点，嗯，无数个点，对无数个点，就它里面的每一个点都是一个可能状态，所以这个量子态它可能处于这个位置，可能处于那个位置都有可能，所以它是一个无穷的一个东西。
而在这里面一个量子比特，我们其实就可以看成一个球面上面所有的点，嗯，无数个点，对无数个点，就它里面的每一个点都是一个可能状态，所以这个量子态它可能处于这个位置，可能处于那个位置都有可能，所以它是一个无穷的一个东西。
那这个。
那这个。
我们比特实际上是相当于是个存是个一个存储，那这个量子的这个状态也相当于是一个存储状态嘛。
我们比特实际上是相当于是个存是个一个存储，那这个量子的这个状态也相当于是一个存储状态嘛。
对对对是的，所以这里面的话其实就是就是就回到了一个非常根本的一个问题，就是说一个比特我们它能够存储多少信息？
对对对是的，所以这里面的话其实就是就是就回到了一个非常根本的一个问题，就是说一个比特我们它能够存储多少信息？
就只有一个比特的信息。
就只有一个比特的信息。
0和1。
0和1。
因为一个比特它能够无非就是说它能区分零或者一嘛，对吧？
因为一个比特它能够无非就是说它能区分零或者一嘛，对吧？
但是一个量子比特它存储多少信息？
但是一个量子比特它存储多少信息？
无穷大信息嘛，就是我们可以把一本圣经编码成一个小数点后多少多少位，然后它就是在那儿了，是吗？
无穷大信息嘛，就是我们可以把一本圣经编码成一个小数点后多少多少位，然后它就是在那儿了，是吗？
那差不多可以这么理解，因为他的确可以编码非常多的信息，然后但是这个是不是也太美好了？
那差不多可以这么理解，因为他的确可以编码非常多的信息，然后但是这个是不是也太美好了？
嗯，但是我们没有编不进去嘛。
嗯，但是我们没有编不进去嘛。
也读不出来嘛，编码总是有办法的，然后但是主要是一个问题是读出来。
也读不出来嘛，编码总是有办法的，然后但是主要是一个问题是读出来。
就是说那个所以所以这这里面呃反正反正我我们一一一章章来解释，就是说首先那个量子态基本上就是刚才说的就是一一个比特就是一个情况下的一个点，所以它有无穷多的可能性。
就是说那个所以所以这这里面呃反正反正我我们一一一章章来解释，就是说首先那个量子态基本上就是刚才说的就是一一个比特就是一个情况下的一个点，所以它有无穷多的可能性。
另外一个的话就是量子比特它如何它的量子信息如何被处理？
另外一个的话就是量子比特它如何它的量子信息如何被处理？
嗯对啊怎么处理啊我们光存储不能叫计算机的嘛我们还得计算对吧你。
嗯对啊怎么处理啊我们光存储不能叫计算机的嘛我们还得计算对吧你。
的话这个计算其实又比如说刚才经典那边的话我们基本上都是知道and啊or啊这些东西然后是一个经典的一个呃处理的一个方式对吧量子源的话我们也是会通过训练方程。
的话这个计算其实又比如说刚才经典那边的话我们基本上都是知道and啊or啊这些东西然后是一个经典的一个呃处理的一个方式对吧量子源的话我们也是会通过训练方程。
其实训练方程就描述了哪些是合理的、合法的这些啊操作。
其实训练方程就描述了哪些是合理的、合法的这些啊操作。
然后如果通过训练方式的话，我们能够发现就是一个比特，它一个量子比特，它是在球面上的一个点，对吧？
然后如果通过训练方式的话，我们能够发现就是一个比特，它一个量子比特，它是在球面上的一个点，对吧？
它里面所有可能的一些操作是对这球面的一个旋转，任何旋转。
它里面所有可能的一些操作是对这球面的一个旋转，任何旋转。
好，所以它这里面会有很多种可能的操作。
好，所以它这里面会有很多种可能的操作。
也要比经典的那边可能性要多很多。
也要比经典的那边可能性要多很多。
所以就是这还是说一个单个的量子的一个状态，然后你可以给它做一定的操作，旋转啊什么之类的。
所以就是这还是说一个单个的量子的一个状态，然后你可以给它做一定的操作，旋转啊什么之类的。
嗯，对，是的，是的。
嗯，对，是的，是的。
然后这一个例子我们则是可以来做这些旋转，这都是可行的。
然后这一个例子我们则是可以来做这些旋转，这都是可行的。
嗯这转完了就变成另外一个状状态嘛还是转完以后转转了就变成另外一另外一种对那这那这怎么怎么变成一个比特就就一个量子就可以计算所有的了吧还是我们需要多个。
嗯这转完了就变成另外一个状状态嘛还是转完以后转转了就变成另外一另外一种对那这那这怎么怎么变成一个比特就就一个量子就可以计算所有的了吧还是我们需要多个。
这这当然不是当然我们最后还需要更多的比特那需要在里面来做一些纠缠的状态纠缠的操作。
这这当然不是当然我们最后还需要更多的比特那需要在里面来做一些纠缠的状态纠缠的操作。
就是这个一一张上来，呃，我们先不着急。
就是这个一一张上来，呃，我们先不着急。
嗯，OK.
嗯，OK.
好，所以刚才是说到对于一个比特我们怎么操作，对吧？
好，所以刚才是说到对于一个比特我们怎么操作，对吧？
下面的话是呃就是就回到刚才了，刚才那个呃我们说一呃一个量子比特它可以存储无穷信息，看起来有点太美好了对吧？
下面的话是呃就是就回到刚才了，刚才那个呃我们说一呃一个量子比特它可以存储无穷信息，看起来有点太美好了对吧？
嗯对太美好了，整个圣经的就进去了啊。
嗯对太美好了，整个圣经的就进去了啊。
然后所以最开始小哥哥这个都这玩意儿看起来总是 too good to be true 嘛，那么这里面究竟是哪里。
然后所以最开始小哥哥这个都这玩意儿看起来总是 too good to be true 嘛，那么这里面究竟是哪里。
然后后面其实主要是涉及到一个它的一个读取。
然后后面其实主要是涉及到一个它的一个读取。
就是比如说像经典比特，它是0或者1，我们读起来或者是0或者1对吧？
就是比如说像经典比特，它是0或者1，我们读起来或者是0或者1对吧？
然后我们的我说的判断你这个比特我跟0比1比，跟1比1比我就知道是啥。
然后我们的我说的判断你这个比特我跟0比1比，跟1比1比我就知道是啥。
然后量子里面的话它的读取其实有点不太一样它的读取是需要对量子态来做测量就比如说那个呃像我们现在说我有一个球面上一个点对吧然后这个点我会关心它到时候就是呃我是希望我究竟在哪个状态对吧。
然后量子里面的话它的读取其实有点不太一样它的读取是需要对量子态来做测量就比如说那个呃像我们现在说我有一个球面上一个点对吧然后这个点我会关心它到时候就是呃我是希望我究竟在哪个状态对吧。
然后所以它会产生一个问题，就是说我我如果要看这个量子态是什么状态的话，就是这个事情不容易。
然后所以它会产生一个问题，就是说我我如果要看这个量子态是什么状态的话，就是这个事情不容易。
因为首先就是我们可以完全类似于经典这边，就比如说我们在球面上一球面上有一个点，我总是可以看一下比如说它在X轴啊，在Y轴啊，在Z轴啊分别是它的坐标是多少的，就是说这样的话我基本上就定位下来这个球的一个位置了，球面上那个点的位置对吧？
因为首先就是我们可以完全类似于经典这边，就比如说我们在球面上一球面上有一个点，我总是可以看一下比如说它在X轴啊，在Y轴啊，在Z轴啊分别是它的坐标是多少的，就是说这样的话我基本上就定位下来这个球的一个位置了，球面上那个点的位置对吧？
然后量子里面其实也是类似的，它也是可以看它的坐标。
然后量子里面其实也是类似的，它也是可以看它的坐标。
我们可以看到它的这个一定状态的坐标是吧？
我们可以看到它的这个一定状态的坐标是吧？
其实类似的想法。
其实类似的想法。
理想状态下啊可以看的。
理想状态下啊可以看的。
但是会非常麻烦就是事实上这里面会出几个问题就第一个问题是它的确是可以来看到它的坐来测它的坐标但是需要需要把这个状态每一次在X轴不断的测量不断测量不断测量。
但是会非常麻烦就是事实上这里面会出几个问题就第一个问题是它的确是可以来看到它的坐来测它的坐标但是需要需要把这个状态每一次在X轴不断的测量不断测量不断测量。
然后它会一定概率来落到一些特定的一些塌缩态上面。
然后它会一定概率来落到一些特定的一些塌缩态上面。
所以这里面就是简单来说，本来球面上的一的一个点，就是它其实可以看成是球球上点嘛，它本来是个三维上呃我想想啊应该是一个二维的啊不对不对这这这个其实还还不太准确，其其实还它还是三维就是它在球球球面上的一些点，然后它会来写成呃就是零跟一的一些状态的一些线性叠加。
所以这里面就是简单来说，本来球面上的一的一个点，就是它其实可以看成是球球上点嘛，它本来是个三维上呃我想想啊应该是一个二维的啊不对不对这这这个其实还还不太准确，其其实还它还是三维就是它在球球球面上的一些点，然后它会来写成呃就是零跟一的一些状态的一些线性叠加。
就是说，我们可以把这个0看成是一个向量，就是二维向量（1,0）。
就是说，我们可以把这个0看成是一个向量，就是二维向量（1,0）。
我们把0看成（1,0），把1看成二维向量（0,1）。
我们把0看成（1,0），把1看成二维向量（0,1）。
所以0跟1它都是一个二维向量。
所以0跟1它都是一个二维向量。
然后我们在这个时候考虑任何一个点，其实就是它以任何一个二维向量。
然后我们在这个时候考虑任何一个点，其实就是它以任何一个二维向量。
这样子的话，我们知道它总是能够写成啊，就是状态零跟状态一的线性叠加，对吧？
这样子的话，我们知道它总是能够写成啊，就是状态零跟状态一的线性叠加，对吧？
就这个也是现代数的知识。
就这个也是现代数的知识。
但是就是这个叠加的这个这个幅度，这个振幅我们是不容易搞出来，就是我们到时候会产生一个问题，就是说我可以根据我可以拿0跟1，就是我相当于我有我有把尺子，这个尺子就是0跟1，我就拿这个尺子去量这个状态是在哪里。
但是就是这个叠加的这个这个幅度，这个振幅我们是不容易搞出来，就是我们到时候会产生一个问题，就是说我可以根据我可以拿0跟1，就是我相当于我有我有把尺子，这个尺子就是0跟1，我就拿这个尺子去量这个状态是在哪里。
然后他可以告诉我，他可以告诉我那个就就比如说他落到他是在零还是在一。
然后他可以告诉我，他可以告诉我那个就就比如说他落到他是在零还是在一。
他不会告诉我这个状态究竟是什么，只会说哎就是这次我落到零了，这次我落到一了。
他不会告诉我这个状态究竟是什么，只会说哎就是这次我落到零了，这次我落到一了。
然后就每次只能算出一个零或者一。
然后就每次只能算出一个零或者一。
对对对，就是说每次他最后就是状态就会塌缩到零或者一，就测量完以后，只要观察他，他就会塌缩。
对对对，就是说每次他最后就是状态就会塌缩到零或者一，就测量完以后，只要观察他，他就会塌缩。
这是量子态的，呃，就量子信息的另外一个比较有有意思的地方。
这是量子态的，呃，就量子信息的另外一个比较有有意思的地方。
嗯那所以说你多测几次它就有个概率是吧，才这个意思吗？
嗯那所以说你多测几次它就有个概率是吧，才这个意思吗？
对对对假如说这个态是非常确定的，那么多测几次就有个概率对吧，但是假如说这个态我不知道是什么，那我该怎么做呢？
对对对假如说这个态是非常确定的，那么多测几次就有个概率对吧，但是假如说这个态我不知道是什么，那我该怎么做呢？
因为这一次就他说的呀，我我我下一次下一次这个状态怎么答嘞？
因为这一次就他说的呀，我我我下一次下一次这个状态怎么答嘞？
啊那我只能测一次啊，对啊不是不是我是说理想情况之下多测几次就是我就能得到概率对吧，但是问题是我测不了我不能多测几次呀。
啊那我只能测一次啊，对啊不是不是我是说理想情况之下多测几次就是我就能得到概率对吧，但是问题是我测不了我不能多测几次呀。
因为就是每一次测完它都塌缩了，就这状态就变成0或者1了。
因为就是每一次测完它都塌缩了，就这状态就变成0或者1了。
哦他就我测完了就固定在那儿了。
哦他就我测完了就固定在那儿了。
对对对对对是的所以我就必须得要重新再生成一个状态。
对对对对对是的所以我就必须得要重新再生成一个状态。
然后但是我们又知道不可克隆一个未知的它不可克隆所以这个其实就不太可行对吧。
然后但是我们又知道不可克隆一个未知的它不可克隆所以这个其实就不太可行对吧。
所以，所以通常做法都是说这个状态我们是有一种生成它的方式，然后我们就根据这个生成它的方式就反复生成这个状态，然后再来测，这种是可以的。
所以，所以通常做法都是说这个状态我们是有一种生成它的方式，然后我们就根据这个生成它的方式就反复生成这个状态，然后再来测，这种是可以的。
然后只不过它不是一个通用的设备。
然后只不过它不是一个通用的设备。
我是说呃对于一个量子态，我们可以很多时候能够构建一个设备，它就每一次都生成这个量子态。
我是说呃对于一个量子态，我们可以很多时候能够构建一个设备，它就每一次都生成这个量子态。
但是它跟刚才的不可克隆定理其实不矛盾，不可克隆定理是说我们有一个通用设备，对于任何的量子态它都能够拷贝成很多份，所以就是重新做几遍，是这个意思吗？
但是它跟刚才的不可克隆定理其实不矛盾，不可克隆定理是说我们有一个通用设备，对于任何的量子态它都能够拷贝成很多份，所以就是重新做几遍，是这个意思吗？
对一个固定的状态，我是有可能能够把它生成呃好几个，这是有可能的。
对一个固定的状态，我是有可能能够把它生成呃好几个，这是有可能的。
但是对一个任意的不知道的状态，我其实没有一个通用的设备可以来做任意拷贝，这里面稍微稍微有点绕。
但是对一个任意的不知道的状态，我其实没有一个通用的设备可以来做任意拷贝，这里面稍微稍微有点绕。
有有点难啊这个没关系啊总之就是突破了一个难关啊一个难关突破了就是有一些状态是可以是可以拷贝的。
有有点难啊这个没关系啊总之就是突破了一个难关啊一个难关突破了就是有一些状态是可以是可以拷贝的。
啊对对其实有些方案就是说这个方案如果如果知道其实是有些方案是可以可以给他拷贝然后所以这些的话其实基本上都是早期还是偏理论的一些尝试吧大家基本上都还是在研究啊量子态如何来区分它呀。
啊对对其实有些方案就是说这个方案如果如果知道其实是有些方案是可以可以给他拷贝然后所以这些的话其实基本上都是早期还是偏理论的一些尝试吧大家基本上都还是在研究啊量子态如何来区分它呀。
就是就是说因为区分这些都是一些处理一些基本基本的操作。
就是就是说因为区分这些都是一些处理一些基本基本的操作。
所以在当时基本上都是顺着这条路走，后会的话其实一直到一几年的时候，当时突然之间发现啊量子计算好像开始呃来大规模来来开始来可它的一个实现了。
所以在当时基本上都是顺着这条路走，后会的话其实一直到一几年的时候，当时突然之间发现啊量子计算好像开始呃来大规模来来开始来可它的一个实现了。
你就有实现了能够做出一个一个比特了。
你就有实现了能够做出一个一个比特了。
呃做出一个比特应该是98年。
呃做出一个比特应该是98年。
98年98年就能做出一个比特了。
98年98年就能做出一个比特了。
98年当时超导那边其实就做出一个比特然后其他的平台我不太确定。
98年当时超导那边其实就做出一个比特然后其他的平台我不太确定。
这就是说你可以把它把它输入一个状态做一些变换然后测出来这个已经可以做到了。
这就是说你可以把它把它输入一个状态做一些变换然后测出来这个已经可以做到了。
就是在那时候的话其实就基本上还是说我们能够通过设计一个超导线路。
就是在那时候的话其实就基本上还是说我们能够通过设计一个超导线路。
然后使得我们可以把一个比特编码进去，当然能够做到这一点。
然后使得我们可以把一个比特编码进去，当然能够做到这一点。
那但是还读不出来什么叫超导线路啊？
那但是还读不出来什么叫超导线路啊？
嗯，要怎么来说呢？
嗯，要怎么来说呢？
就是这块我觉得呃，我我我可能的确可能不一定能够解释得特别准确，就是它是涉及到它的一个底层物理实现。
就是这块我觉得呃，我我我可能的确可能不一定能够解释得特别准确，就是它是涉及到它的一个底层物理实现。
嗯，总之就是在超低温条件下，有些事情就可以做了。
嗯，总之就是在超低温条件下，有些事情就可以做了。
是吧？
是吧？
对，到超低温条件下面，然后就是我们能够通过一些方式。
对，到超低温条件下面，然后就是我们能够通过一些方式。
能够来编码量子比特，然后并且对它来做一些操作。
能够来编码量子比特，然后并且对它来做一些操作。
它是呃目前量子计算的实施的主流方案之一。
它是呃目前量子计算的实施的主流方案之一。
还有一些别的，就它就可以就超导了。
还有一些别的，就它就可以就超导了。
像现在超导都是超低温导高导嘛，就那个情况下你可以做一些事情，你可以编码进去了。
像现在超导都是超低温导高导嘛，就那个情况下你可以做一些事情，你可以编码进去了。
对，是的，就是98做到可以在超低温条件下把它编码进去。
对，是的，就是98做到可以在超低温条件下把它编码进去。
对，对，对，是的。
对，对，对，是的。
那这个实验怎么验证啊？
那这个实验怎么验证啊？
怎么验证了你我可以把它编满进去但是不能读出来是吧？
怎么验证了你我可以把它编满进去但是不能读出来是吧？
对就是刚才刚才我说是其实是可以读出来的。
对就是刚才刚才我说是其实是可以读出来的。
呀啊可以读出来98年就可以读出来了。
呀啊可以读出来98年就可以读出来了。
我是说我说如果这个状态它是就我们一个已知状态我其实是可以读就是以以这样我我当然是可以来对这个状态反复的来做很多次然后中间来来来来测量的然后就最后就会发现根据它的一个平均它一个分布我就知道它这边零的概率是多少一的概率是多少我就知道状态是什么。
我是说我说如果这个状态它是就我们一个已知状态我其实是可以读就是以以这样我我当然是可以来对这个状态反复的来做很多次然后中间来来来来测量的然后就最后就会发现根据它的一个平均它一个分布我就知道它这边零的概率是多少一的概率是多少我就知道状态是什么。
嗯所以就是已经做到了一个比特98年就已经做到了。
嗯所以就是已经做到了一个比特98年就已经做到了。
对他当时是完成了他一个呃相干操控跟读取吧。
对他当时是完成了他一个呃相干操控跟读取吧。
然后后面的话是07年吧，07年当时就是在那些技术手链上面不断提升那些，后面提了一个所谓的transform的一个架构，也是刚才说的超导里面的一个特定的一个设计，呃后面的话google在17年投入量子计算的时候，它当时应该就是采用的是这种方案对。
然后后面的话是07年吧，07年当时就是在那些技术手链上面不断提升那些，后面提了一个所谓的transform的一个架构，也是刚才说的超导里面的一个特定的一个设计，呃后面的话google在17年投入量子计算的时候，它当时应该就是采用的是这种方案对。
所以，这是第一个出圈的一个一个系统。
所以，这是第一个出圈的一个一个系统。
那这个怎么多个比特怎么合作呀？
那这个怎么多个比特怎么合作呀？
啊，多个比特的话，其实就是我们在相邻你的之间要能够做一些联合、联合的操作。
啊，多个比特的话，其实就是我们在相邻你的之间要能够做一些联合、联合的操作。
就是在两个比特上面，我们要做一些联合操作。
就是在两个比特上面，我们要做一些联合操作。
就是这样子的话，我们就可以来做一个任何一个复杂的量子计算任务。
就是这样子的话，我们就可以来做一个任何一个复杂的量子计算任务。
怎么叫联你联合操作？
怎么叫联你联合操作？
我我我们先把每一个比特先编码进去。
我我我们先把每一个比特先编码进去。
呃，其实它就有点类似于啊，像刚才说的，对每个比特我可以对它做旋转。
呃，其实它就有点类似于啊，像刚才说的，对每个比特我可以对它做旋转。
这个只是改变每一个比特的状态，对吧？
这个只是改变每一个比特的状态，对吧？
它不改变别的比特状态，对吧？
它不改变别的比特状态，对吧？
然后但是同时我们也可以做一些别的操作，就比如说现在有两个比特，我就来看诶，如果第一个比特它是一，那我就对我就把第二、第二比特我来做旋转。
然后但是同时我们也可以做一些别的操作，就比如说现在有两个比特，我就来看诶，如果第一个比特它是一，那我就对我就把第二、第二比特我来做旋转。
如果第一个比特是0，我就直接调频不变。
如果第一个比特是0，我就直接调频不变。
这个其实就是一些基于两个比特的一些信息，我会来做一些更加复杂操作。
这个其实就是一些基于两个比特的一些信息，我会来做一些更加复杂操作。
很神奇啊，这个在物理上怎么做到根据第一个比特的状态来决定对第二个做什么操作呢？
很神奇啊，这个在物理上怎么做到根据第一个比特的状态来决定对第二个做什么操作呢？
啊这个其实就是刚才那边不是说我们其实也可以来做读取。
啊这个其实就是刚才那边不是说我们其实也可以来做读取。
就是说，只要能够来读到迪比特是什么，我就知道对迪比特要做什么事情了。
就是说，只要能够来读到迪比特是什么，我就知道对迪比特要做什么事情了。
这个都是是还是那个设备在操作是吧？
这个都是是还是那个设备在操作是吧？
把它读出来然后对第二个做些事情。
把它读出来然后对第二个做些事情。
对的对的再读出来。
对的对的再读出来。
那那它可以并行做吗？
那那它可以并行做吗？
我都读出来然后做一做。
我都读出来然后做一做。
都读出来都读出来其实已经它缩了呀。
都读出来都读出来其实已经它缩了呀。
对，就是说他一旦读，其实就这个，其实不超速。
对，就是说他一旦读，其实就这个，其实不超速。
当然就联合读取它也是一个可能性，就是它其实就有些时候我们会需要来联合读取来读这两个比特分别是什么。
当然就联合读取它也是一个可能性，就是它其实就有些时候我们会需要来联合读取来读这两个比特分别是什么。
哦所以说它是可以相当于还是一个这个有点类似于经典计算这样它并不是一下就做它还是一一步一步一步一步好像一个时钟一样的是吧做这个做这个做这个做那个。
哦所以说它是可以相当于还是一个这个有点类似于经典计算这样它并不是一下就做它还是一一步一步一步一步好像一个时钟一样的是吧做这个做这个做这个做那个。
啊，对，其实你你说的对，就是非常类似于经典计算里面，就是我们对于整个的呃电路经典计算电路，我们去把它写成那个and、or啊这些对吧？
啊，对，其实你你说的对，就是非常类似于经典计算里面，就是我们对于整个的呃电路经典计算电路，我们去把它写成那个and、or啊这些对吧？
然后量子算里面我们也把它写成一些基本的量子操作。
然后量子算里面我们也把它写成一些基本的量子操作。
把它展开来，然后我们的量子程序就是写的这种方式。
把它展开来，然后我们的量子程序就是写的这种方式。
然后我们量子程序啊，这个是要量子做什么程序啊？
然后我们量子程序啊，这个是要量子做什么程序啊？
我们知道我们计算机的程程序呢，都是什么IF、ELSE、FOR什么之类的。
我们知道我们计算机的程程序呢，都是什么IF、ELSE、FOR什么之类的。
那这个量子的程序都会是什么样？
那这个量子的程序都会是什么样？
现在有人定义过吗？
现在有人定义过吗？
这个的话就是呃，一鸣生老师做的比较多，就是他一直都是做量子程序。
这个的话就是呃，一鸣生老师做的比较多，就是他一直都是做量子程序。
从九几年就是零00年前后其实就开始做。
从九几年就是零00年前后其实就开始做。
哦哦，你想说他他就是做这个嗯要程序的是吧？
哦哦，你想说他他就是做这个嗯要程序的是吧？
对对对。
对对对。
那量子的程序大概是什么样的？
那量子的程序大概是什么样的？
现在现在的量子计算机里面都是怎么布码的？
现在现在的量子计算机里面都是怎么布码的？
就是说其实量子程序跟呃经典程序也没有什么特别特大的差别，我们在写程序的时候其实无非就是说我们知道它的接口跟经典这边啊不太一样，经典的接口都是andor这些东西对吧，然后量子这边的话其实无非就换成比如说刚才说的这些两比特的操控操作，比如说那个控制飞门啊什么之类的其实就是定义了一些接口。
就是说其实量子程序跟呃经典程序也没有什么特别特大的差别，我们在写程序的时候其实无非就是说我们知道它的接口跟经典这边啊不太一样，经典的接口都是andor这些东西对吧，然后量子这边的话其实无非就换成比如说刚才说的这些两比特的操控操作，比如说那个控制飞门啊什么之类的其实就是定义了一些接口。
然后随后的话我就给一个特定任务就是一个量子的任务比如说刚才说的那个需要算法啊就是比如说像groove搜索啊就是其实每个都是一个特定量子任务对吧我就把这个量子任务来分解成刚才说的这些基本的操作吧分解出来其实就是一个量子程序。
然后随后的话我就给一个特定任务就是一个量子的任务比如说刚才说的那个需要算法啊就是比如说像groove搜索啊就是其实每个都是一个特定量子任务对吧我就把这个量子任务来分解成刚才说的这些基本的操作吧分解出来其实就是一个量子程序。
所以现在的量子程序相当于就是我们这个如果对比成我们经典计算的程序就类似于写汇编代码这样非常底层的操作是吗？
所以现在的量子程序相当于就是我们这个如果对比成我们经典计算的程序就类似于写汇编代码这样非常底层的操作是吗？
拿过来取出来一位就是我们经典算的汇编代码就是它还是一个比较底层的操作代码是吧？
拿过来取出来一位就是我们经典算的汇编代码就是它还是一个比较底层的操作代码是吧？
对对对，这个的话我觉得一方面早期的话大家是这么做的，但是同时的话大家也开始在想，因为现在的话我觉得主要是跟当年不一样，当年经典计算刚发展的时候，其实大家都是大家在不断的摸索，然后而在量子计算发展的时候，边上已经有一个非常强大的一个经典计算机了。
对对对，这个的话我觉得一方面早期的话大家是这么做的，但是同时的话大家也开始在想，因为现在的话我觉得主要是跟当年不一样，当年经典计算刚发展的时候，其实大家都是大家在不断的摸索，然后而在量子计算发展的时候，边上已经有一个非常强大的一个经典计算机了。
所以很多时候，我们能够从建设那边能够有很多借鉴。
所以很多时候，我们能够从建设那边能够有很多借鉴。
比如说啊很多人就开始在尝试，比如说呃我对于一个程序我需要来写成它的一些基本的指令的展开对吧？
比如说啊很多人就开始在尝试，比如说呃我对于一个程序我需要来写成它的一些基本的指令的展开对吧？
那么我能不能够把它模块化呢？
那么我能不能够把它模块化呢？
就比如说我对于比如说像需要算法它里面有没有一些子模块？
就比如说我对于比如说像需要算法它里面有没有一些子模块？
其实事实上是有的，所以我就只需要对于子模块那边来展开来。
其实事实上是有的，所以我就只需要对于子模块那边来展开来。
我实际需要算的时候，我就我就把它写成一些，相当于调用一些函数。
我实际需要算的时候，我就我就把它写成一些，相当于调用一些函数。
然后来做一些子模块，其实也啊也是有做法。
然后来做一些子模块，其实也啊也是有做法。
所以现在的话呃量子程序那边大家其实也有一些分层的设计啊，这其实都有。
所以现在的话呃量子程序那边大家其实也有一些分层的设计啊，这其实都有。
嗯现在但有有高级语言嘛。
嗯现在但有有高级语言嘛。
呃只有一些在设计就是就是之前就是大家其实。
呃只有一些在设计就是就是之前就是大家其实。
呃，那想过不少，比如微软前面当时还提过一个Q下。
呃，那想过不少，比如微软前面当时还提过一个Q下。
然后还有一些局拍的设计的一些语言也有啊。
然后还有一些局拍的设计的一些语言也有啊。
去拍单写的。
去拍单写的。
继续拍送的其实有一点相当于是那种inbody的一些一些一些程序也设计。
继续拍送的其实有一点相当于是那种inbody的一些一些一些程序也设计。
嗯就是它可以变成这种量子计算机上可以跑的这种这种。
嗯就是它可以变成这种量子计算机上可以跑的这种这种。
语言啊，其实能跑这个事情它说白了其实也也就那么回事，无非就是说就是说我们在自己的电脑上面我们写程序。
语言啊，其实能跑这个事情它说白了其实也也就那么回事，无非就是说就是说我们在自己的电脑上面我们写程序。
而这个程序，呃，中间我需要通过一些驱动来告诉，来让我们的电脑来告诉，就是控制量子计算机的另外一台设备，就是说这个操作过来，我应该来转成哪些、哪些操作。
而这个程序，呃，中间我需要通过一些驱动来告诉，来让我们的电脑来告诉，就是控制量子计算机的另外一台设备，就是说这个操作过来，我应该来转成哪些、哪些操作。
其实它更多是一个驱动，会定义这个事情。
其实它更多是一个驱动，会定义这个事情。
所以只要驱动实现了，那么在上面用什么语言写，这个其实没有那么复杂，但是怎么设计更合理啊？
所以只要驱动实现了，那么在上面用什么语言写，这个其实没有那么复杂，但是怎么设计更合理啊？
怎么设计就是从原理上面以及从操作上面来说更方便、便捷，这个当然本身还是一个大家还在探索的问题。
怎么设计就是从原理上面以及从操作上面来说更方便、便捷，这个当然本身还是一个大家还在探索的问题。
嗯，所以现在已经到了一个很多人都在写量子计算的程序的一个阶段了吗？
嗯，所以现在已经到了一个很多人都在写量子计算的程序的一个阶段了吗？
呃，其实我觉得还不算少的，就是至少现在就比如说以前大家说那个摩尔定律对吧，就是说摩尔定律的时候，就现在量子那边的摩尔定律发展怎么样，我我觉得还有待一段时间观察。
呃，其实我觉得还不算少的，就是至少现在就比如说以前大家说那个摩尔定律对吧，就是说摩尔定律的时候，就现在量子那边的摩尔定律发展怎么样，我我觉得还有待一段时间观察。
然后，但是量子从业人员几乎满足摩尔定律。
然后，但是量子从业人员几乎满足摩尔定律。
越来越多的人在在做这个量子计算，是吧？
越来越多的人在在做这个量子计算，是吧？
啊，就是认为未来就在这里啊。
啊，就是认为未来就在这里啊。
那啊，前面说到它最开始有两个想到两个应用，一个是做模拟，一个是做无结构数据的搜索。
那啊，前面说到它最开始有两个想到两个应用，一个是做模拟，一个是做无结构数据的搜索。
还有大头分析这种。
还有大头分析这种。
啊，大数分解啊，这也是非比较早就能说说方法。
啊，大数分解啊，这也是非比较早就能说说方法。
那，那现在画出什么更宏伟的蓝图了吗？
那，那现在画出什么更宏伟的蓝图了吗？
呃现在的话算法其实还没有那么多，就是说那种有指数加速的量子算法其实还不太多，基本上还是早期那些大家所知道的那些啊大数分解啊，还有就是含量模拟啊，就是说对分子模拟以及药物发现等等这些这些是目前已知的就是相对来说量子算会有比较大的一个应用场景。
呃现在的话算法其实还没有那么多，就是说那种有指数加速的量子算法其实还不太多，基本上还是早期那些大家所知道的那些啊大数分解啊，还有就是含量模拟啊，就是说对分子模拟以及药物发现等等这些这些是目前已知的就是相对来说量子算会有比较大的一个应用场景。
嗯，这其实上去很多呀。
嗯，这其实上去很多呀。
那这药物发现怎么、怎么能够做呢？
那这药物发现怎么、怎么能够做呢？
就是其实也是中间考虑那个分子模拟哦。
就是其实也是中间考虑那个分子模拟哦。
也是相当于做分子模拟的任务。
也是相当于做分子模拟的任务。
对对对，然后所以这里面的话的确就是现在一个困扰领域的一个问题是说就是为什么我们知道这样算法这么少。
对对对，然后所以这里面的话的确就是现在一个困扰领域的一个问题是说就是为什么我们知道这样算法这么少。
就是因为因为刚才说了其实场景还不少但是有些场景其实它的底层的算法其实是一样的基本都是都是那个呃就比如说就就还没有模拟那所以为什么量的算法那么少所以之前大家有些时候会呃来相互之间来讨论这个问题然后而这一块的话呃我觉得怎么说呢就是目前我个人还是比较倾向于认为没有那么多的聪明人来进入这个领域。
就是因为因为刚才说了其实场景还不少但是有些场景其实它的底层的算法其实是一样的基本都是都是那个呃就比如说就就还没有模拟那所以为什么量的算法那么少所以之前大家有些时候会呃来相互之间来讨论这个问题然后而这一块的话呃我觉得怎么说呢就是目前我个人还是比较倾向于认为没有那么多的聪明人来进入这个领域。
现在大家都被AI给抢光了。
现在大家都被AI给抢光了。
嗯但为什么80年代他就认为他图灵机能够做的事情他都可以做？
嗯但为什么80年代他就认为他图灵机能够做的事情他都可以做？
为什么现在反而认为没有什么应用可以？
为什么现在反而认为没有什么应用可以？
啊不是不是是呃应该这么说，所有经典计算的做的事情量子算是能够做的。
啊不是不是是呃应该这么说，所有经典计算的做的事情量子算是能够做的。
但是我们关心的事情是我们能不能够用一个呃就是或者说在曾经有一段时间量子算法的研究里面，就是大家如果要发表论文基本上都会需要证明这个量子算法比经典算法有指数加速，才能够发表一个比较不错的论文。
但是我们关心的事情是我们能不能够用一个呃就是或者说在曾经有一段时间量子算法的研究里面，就是大家如果要发表论文基本上都会需要证明这个量子算法比经典算法有指数加速，才能够发表一个比较不错的论文。
所以他不是说不能做，而是说能不能够以指数加速的方式来做。
所以他不是说不能做，而是说能不能够以指数加速的方式来做。
嗯，就如果没有的话，那可能就没有什么特别的卖点，是吧？
嗯，就如果没有的话，那可能就没有什么特别的卖点，是吧？
因为毕竟造电的机器很贵啊。
因为毕竟造电的机器很贵啊。
它很贵啊。
它很贵啊。
所以通过这种方式的话，我觉得是一个比较合理的一种一种做法吧。
所以通过这种方式的话，我觉得是一个比较合理的一种一种做法吧。
嗯那现在AI也很贵啊，AI设备也也很贵啊，它能够做AI的事情吗？
嗯那现在AI也很贵啊，AI设备也也很贵啊，它能够做AI的事情吗？
它能够做训练模型吗？
它能够做训练模型吗？
啊这个其实大家有想过这个事情。
啊这个其实大家有想过这个事情。
然后现在我觉得整体是觉得有可能，但不太明朗。
然后现在我觉得整体是觉得有可能，但不太明朗。
就是呃，因为这个其实是最近一段时间都讨论比较热的一些东西，就是关于AI对于量子有没有帮助，以及量子对AI有没有帮助。
就是呃，因为这个其实是最近一段时间都讨论比较热的一些东西，就是关于AI对于量子有没有帮助，以及量子对AI有没有帮助。
其实有很多论证了，但是我个人比较现在比较倾向于认为我AI对量子的帮助应该是比较呃比较直接的，并且应该会有比较大的一个一个深远的影响。
其实有很多论证了，但是我个人比较现在比较倾向于认为我AI对量子的帮助应该是比较呃比较直接的，并且应该会有比较大的一个一个深远的影响。
所以AI对量子计算还会有帮助是吧？
所以AI对量子计算还会有帮助是吧？
对对对这个的原因是呃量子计算研发里面它其实很多时候呃我们会遇到的问题呃是在于我们其实并没有很好的理解。
对对对这个的原因是呃量子计算研发里面它其实很多时候呃我们会遇到的问题呃是在于我们其实并没有很好的理解。
这个量子，哦，就微观世界本身。
这个量子，哦，就微观世界本身。
所以很多时候，比如说我希望来研发量子芯片，我希望来做量子计算研究的时候，我希望我能够理解这个系统，这样的话我才能够更好的来做一些研发上面的一些一些事情。
所以很多时候，比如说我希望来研发量子芯片，我希望来做量子计算研究的时候，我希望我能够理解这个系统，这样的话我才能够更好的来做一些研发上面的一些一些事情。
但是很多时候，我们其实没有办法很好的理解这个系统。
但是很多时候，我们其实没有办法很好的理解这个系统。
就是一方面的话是在于刚才说过这个仿真其实很难资源开销比较大，所以我们本身我们也我们也仿真不了。
就是一方面的话是在于刚才说过这个仿真其实很难资源开销比较大，所以我们本身我们也我们也仿真不了。
然后其次就在于它有很多的机理，比如说有很多的一些比如说刚才说的那种超导啊，比如说还有别的一些平台啊它也有机理，其实我们可能就不理解这个机理的物理机理究竟是什么样子的。
然后其次就在于它有很多的机理，比如说有很多的一些比如说刚才说的那种超导啊，比如说还有别的一些平台啊它也有机理，其实我们可能就不理解这个机理的物理机理究竟是什么样子的。
所以在这个情况之下是使得就是这个其实就是刚才说那个费曼之前的一个逻辑了，就是说我不理解它但是我就先把它造造出来对吧，现在就变成了我不理解它但是我造出来因为不理解它所以造成的难度还不小。
所以在这个情况之下是使得就是这个其实就是刚才说那个费曼之前的一个逻辑了，就是说我不理解它但是我就先把它造造出来对吧，现在就变成了我不理解它但是我造出来因为不理解它所以造成的难度还不小。
但是啊量子那边数据量其实是很大的。
但是啊量子那边数据量其实是很大的。
所以，现在很多会有很多的一些工作来尝试，就是那些数据基本的一些方式，就是很很有可能，我不知道他的一个机理，但是我根据数据，我可以来预测出来。
所以，现在很多会有很多的一些工作来尝试，就是那些数据基本的一些方式，就是很很有可能，我不知道他的一个机理，但是我根据数据，我可以来预测出来。
就是说他的一些机理可能是什么样子，从而来得到一些对应的推断。
就是说他的一些机理可能是什么样子，从而来得到一些对应的推断。
就是这个是呃AI对量子的一些一些帮助。
就是这个是呃AI对量子的一些一些帮助。
目前其实已经有一些比较不错的一些例子。
目前其实已经有一些比较不错的一些例子。
那量子对AI会有什么帮助吗？
那量子对AI会有什么帮助吗？
能够帮助AI比较便宜的学模型吗？
能够帮助AI比较便宜的学模型吗？
做那个推理吗？
做那个推理吗？
这个我们当然是希望是这样子的，因为AI现在俨然已经变成了下一代的技术设施了，要是是量子真的在这里面能够展示出一片的帮助，那岂不原地起飞？
这个我们当然是希望是这样子的，因为AI现在俨然已经变成了下一代的技术设施了，要是是量子真的在这里面能够展示出一片的帮助，那岂不原地起飞？
对，然后但是这里面的话，我觉得其实还有很多事情，其实大家没有想得很清楚。
对，然后但是这里面的话，我觉得其实还有很多事情，其实大家没有想得很清楚。
因为其实像刚才在讲量子数据的时候，其实可能呃你也能够呃来理解，就是我们现在读取就是很多时候是一个瓶颈。
因为其实像刚才在讲量子数据的时候，其实可能呃你也能够呃来理解，就是我们现在读取就是很多时候是一个瓶颈。
就是所以很多时候比如说一些量子任务它可能能够比较并行的来计算，但是最后读取起来它是不是方便读取，其实不显然。
就是所以很多时候比如说一些量子任务它可能能够比较并行的来计算，但是最后读取起来它是不是方便读取，其实不显然。
然后比如说像训练任务啊，其实他很多时候其实需要大量的那些数据交互。
然后比如说像训练任务啊，其实他很多时候其实需要大量的那些数据交互。
因为本身我们的接受数据其实它是经典。
因为本身我们的接受数据其实它是经典。
所以一些经典的数据如果要传到量子计算机上，它会有大量一个经典的在量子一个数据交互，就是这个时候其实这件事情怎么说呢？
所以一些经典的数据如果要传到量子计算机上，它会有大量一个经典的在量子一个数据交互，就是这个时候其实这件事情怎么说呢？
就是你要说它完全不可能吧，其实它也没有说完全不可能，但是至少目前的一些方案里面其实都挺麻烦的，所以这些其实我觉得都是属于因为wonderful AI这个事情我不是专家。
就是你要说它完全不可能吧，其实它也没有说完全不可能，但是至少目前的一些方案里面其实都挺麻烦的，所以这些其实我觉得都是属于因为wonderful AI这个事情我不是专家。
就是所以我只是提凭一些自己的一些啊比较肤浅的一些印象。
就是所以我只是提凭一些自己的一些啊比较肤浅的一些印象。
但是我觉得基本上，我觉得暂时当然是有机会，但是还比较周期比较长。
但是我觉得基本上，我觉得暂时当然是有机会，但是还比较周期比较长。
那在过去大概。
那在过去大概。
将近十年里啊，大概这个领域开始进入一个怎么军备竞赛的，就是比如说像谷歌呀IBM啊还有一些startup呀，在村村说多少比特多少比特这个这种竞赛的这个，这这是咋回事呢？
将近十年里啊，大概这个领域开始进入一个怎么军备竞赛的，就是比如说像谷歌呀IBM啊还有一些startup呀，在村村说多少比特多少比特这个这种竞赛的这个，这这是咋回事呢？
咋突然就变成这么一个状态了？
咋突然就变成这么一个状态了？
这是怎怎么怎么回事呢？
这是怎怎么怎么回事呢？
啊。
啊。
因为我也不知道啊。
因为我也不知道啊。
就是突然就技术就起来了吗？
就是突然就技术就起来了吗？
其实在15年的时候，当时nist发布了一个后量子面向量子计算威胁的一个软件更新升级的一个白皮书。
其实在15年的时候，当时nist发布了一个后量子面向量子计算威胁的一个软件更新升级的一个白皮书。
当时有一些做安全的朋友当时来邀请我去给报告，就问我量子领域里发生什么事情？
当时有一些做安全的朋友当时来邀请我去给报告，就问我量子领域里发生什么事情？
为什么NIST开始突然之间大家来升级来规划升级一些技术软件以应对量子威胁？
为什么NIST开始突然之间大家来升级来规划升级一些技术软件以应对量子威胁？
当时我说我也不知道啊。
当时我说我也不知道啊。
就是因为那时候我们从技术里面其实真没有看出来特别多的一个变化，就是说不但有进展，但是也没有说哪个是一个巨大的。
就是因为那时候我们从技术里面其实真没有看出来特别多的一个变化，就是说不但有进展，但是也没有说哪个是一个巨大的。
然后但是后面的话到17年就发现谷歌开始来投入做量子计算。
然后但是后面的话到17年就发现谷歌开始来投入做量子计算。
然后一下子后面就大家开始来跟了。
然后一下子后面就大家开始来跟了。
然后但是的确我觉得就是通过这种方式进来以后，我们的确看到了这个领域的进展，比当初的预期其实要快的多的多。
然后但是的确我觉得就是通过这种方式进来以后，我们的确看到了这个领域的进展，比当初的预期其实要快的多的多。
在刚才说98年是第一个超导比特，然后到07啊，不是到17年的时候，我记得整个领域可能也就只有个位数的比特，个位数的一个超导比特。
在刚才说98年是第一个超导比特，然后到07啊，不是到17年的时候，我记得整个领域可能也就只有个位数的比特，个位数的一个超导比特。
结果到现在就是08年到17年，当时是就是说其实接近20年对吧？
结果到现在就是08年到17年，当时是就是说其实接近20年对吧？
这个发展也就那样对吧？
这个发展也就那样对吧？
但是从17年到现在就呃10年不到。
但是从17年到现在就呃10年不到。
已经从个位数的比特到呃接近三位数的比特了啊，不是就应该是应该是已经三位数了。
已经从个位数的比特到呃接近三位数的比特了啊，不是就应该是应该是已经三位数了。
其实是一个非常大的一个一个发展。
其实是一个非常大的一个一个发展。
那这么大的比特数大概能够做出什么任务呢？
那这么大的比特数大概能够做出什么任务呢？
前面有些有些快要攻克的问题嘛。
前面有些有些快要攻克的问题嘛。
呃这么多的比特的话它的确能够来解决啊不是应该的确能做一些展示，但是目前的话它解决的任务其实还比较有限，主要的一个就是我说的就是它本身啊就是虽然规模大。
呃这么多的比特的话它的确能够来解决啊不是应该的确能做一些展示，但是目前的话它解决的任务其实还比较有限，主要的一个就是我说的就是它本身啊就是虽然规模大。
但是因为每个操作都有错误，所以尽管规模大起来了，但是我如果要做一个复杂程序。
但是因为每个操作都有错误，所以尽管规模大起来了，但是我如果要做一个复杂程序。
它的一个错误率太高了，错误率是会不断累积的，所以很容易就变成这个程序跑可以跑，但成功概率只有比如说什么10的负10次方分之一这种情况。
它的一个错误率太高了，错误率是会不断累积的，所以很容易就变成这个程序跑可以跑，但成功概率只有比如说什么10的负10次方分之一这种情况。
所以这正是为什么大家呃非常致力于来研究纠错。
所以这正是为什么大家呃非常致力于来研究纠错。
就是因为通过纠错的话，我们可以能够来更加可行的，能够来跑一些啊更复杂的一些电路。
就是因为通过纠错的话，我们可以能够来更加可行的，能够来跑一些啊更复杂的一些电路。
嗯，那就按现在的纠错水平，你堆更多的比特数就能做更大的问题吗？
嗯，那就按现在的纠错水平，你堆更多的比特数就能做更大的问题吗？
就是目前大家的一个理解是说，如果我们对更多的比特数，那么我们其实事实上呃事实上是能够通过比如说啊100万比特编码成100个逻辑比特，然后这样子的话100个逻辑比特其实已经能够解决不少问题。
就是目前大家的一个理解是说，如果我们对更多的比特数，那么我们其实事实上呃事实上是能够通过比如说啊100万比特编码成100个逻辑比特，然后这样子的话100个逻辑比特其实已经能够解决不少问题。
啊这个逻辑比特是个什么东西啊？
啊这个逻辑比特是个什么东西啊？
逻辑比特其实就有点类似于类似于一个抽象层，就是我们拿很多个比特编码一个比特。
逻辑比特其实就有点类似于类似于一个抽象层，就是我们拿很多个比特编码一个比特。
其实我觉得就有点类似于刚才说的我们经典信息里面，我们把000编码一个零，把111编码一个一，然后通过冗余来堆叠对吧？
其实我觉得就有点类似于刚才说的我们经典信息里面，我们把000编码一个零，把111编码一个一，然后通过冗余来堆叠对吧？
然后所以编码的零其实它是一个逻辑零，编码一是个逻辑一。
然后所以编码的零其实它是一个逻辑零，编码一是个逻辑一。
我逻辑比特其实也一样，我我是拿一些更多的一些物理比特我来编码，就是一个逻辑比特跟刚才一样的一个思路。
我逻辑比特其实也一样，我我是拿一些更多的一些物理比特我来编码，就是一个逻辑比特跟刚才一样的一个思路。
所以100万个物理比特才能编码100个逻辑比特，1万。
所以100万个物理比特才能编码100个逻辑比特，1万。
呃这个是目前的一些估计，大概这个估计因为这块以前做的里边比较少，所以我预期它肯定是还有不断的一个改进空间的。
呃这个是目前的一些估计，大概这个估计因为这块以前做的里边比较少，所以我预期它肯定是还有不断的一个改进空间的。
那那现现在只有三位数，离一个逻辑比特还有距离是吧？
那那现现在只有三位数，离一个逻辑比特还有距离是吧？
呃，应该是这么说，就是刚才那个方案里面说百万个编码，100个逻辑比特，其实不是说编码100逻辑比特，而是说编码完100逻辑比特还要来做一些计算。
呃，应该是这么说，就是刚才那个方案里面说百万个编码，100个逻辑比特，其实不是说编码100逻辑比特，而是说编码完100逻辑比特还要来做一些计算。
然后，因为这，因为就比如说现在的一些常规做法，差不多是1000个比特编码一个逻辑比特。
然后，因为这，因为就比如说现在的一些常规做法，差不多是1000个比特编码一个逻辑比特。
能够把逻辑比特的错误率能降到极低。
能够把逻辑比特的错误率能降到极低。
但是，呃，另外一方面就是因为我们做逻辑计算，我们其实也需要消耗资源，所以会有很多比特是用来做逻辑计算的。
但是，呃，另外一方面就是因为我们做逻辑计算，我们其实也需要消耗资源，所以会有很多比特是用来做逻辑计算的。
所以这里面的话，刚才说的100万个，这个其实是现在我们所知的方案里面的一个比较呃，就是一个估计吧。
所以这里面的话，刚才说的100万个，这个其实是现在我们所知的方案里面的一个比较呃，就是一个估计吧。
我个人是表现一下，认为这个肯定能够往下压。
我个人是表现一下，认为这个肯定能够往下压。
但现在只有三位数离这个100万还差的比较远，就算你压100还还差10。
但现在只有三位数离这个100万还差的比较远，就算你压100还还差10。
那三位数的话其实差不多我们能够做一个逻辑比特。
那三位数的话其实差不多我们能够做一个逻辑比特。
哦就现在是一个逻辑比特啊。
哦就现在是一个逻辑比特啊。
或者说我也我们也可以做一些做一些那种啊质量没有那么好的逻辑比特。
或者说我也我们也可以做一些做一些那种啊质量没有那么好的逻辑比特。
就就比如诶我可以用3个0编码一个0对吧，我也可以用5个0编码一个0对吧，我这个我可以选我用几个来编码一个对吧。
就就比如诶我可以用3个0编码一个0对吧，我也可以用5个0编码一个0对吧，我这个我可以选我用几个来编码一个对吧。
所以他这个这里面其实是呃有一些资源都可以选，但是整体来说距离我们想要的其实还差一段距离。
所以他这个这里面其实是呃有一些资源都可以选，但是整体来说距离我们想要的其实还差一段距离。
嗯，所以我们再再加上100倍、1000倍，差不多就可以真的能够用它做出东西来了，有用的东西。
嗯，所以我们再再加上100倍、1000倍，差不多就可以真的能够用它做出东西来了，有用的东西。
对，目前大家的一个预期是这样子。
对，目前大家的一个预期是这样子。
哦，那也可能并没有那么远了嘛，因为要紧喷一下。
哦，那也可能并没有那么远了嘛，因为要紧喷一下。
其实我个人是觉得事实上现在没有那么远但是所有这些技术都是属于怎么说呢就是我到我来做成这一些其实你永远不知道他们会发生什么新的。
其实我个人是觉得事实上现在没有那么远但是所有这些技术都是属于怎么说呢就是我到我来做成这一些其实你永远不知道他们会发生什么新的。
问题嗯不知道是不是会遇到瓶颈是吧。
问题嗯不知道是不是会遇到瓶颈是吧。
对因为那如果说一年时间的话其实就会涉及到中间的一些比特数增加的时候就是我要有配套的一些冰箱啊电子学啊要还要。
对因为那如果说一年时间的话其实就会涉及到中间的一些比特数增加的时候就是我要有配套的一些冰箱啊电子学啊要还要。
啊中间那个就是我我的那个呃芯片协良率怎么样啊这些全是问题。
啊中间那个就是我我的那个呃芯片协良率怎么样啊这些全是问题。
嗯啊那么看未来会发生什么，那现在现在这个从业人员大概都是在干什么呢？
嗯啊那么看未来会发生什么，那现在现在这个从业人员大概都是在干什么呢？
现在从业的各方面都有，有做物理实现的，有做算法设计的，然后有做纠错方案的，然后也有写一些应用程序的，找一些这个这种，所以我觉得现在属于百花齐放。
现在从业的各方面都有，有做物理实现的，有做算法设计的，然后有做纠错方案的，然后也有写一些应用程序的，找一些这个这种，所以我觉得现在属于百花齐放。
嗯，所以是一个大的生态系统了。
嗯，所以是一个大的生态系统了。
基本上从下面做硬件到上面开始做上面一层的，对，底层算法到上面的算法，对，是的，就越来越多了。
基本上从下面做硬件到上面开始做上面一层的，对，底层算法到上面的算法，对，是的，就越来越多了。
是的，就是目前至少目前我觉得看起来是这样子。
是的，就是目前至少目前我觉得看起来是这样子。
哦，那就说明大家认为这个东西快成了，要赶紧先占个位置啊。
哦，那就说明大家认为这个东西快成了，要赶紧先占个位置啊。
这个这个这个，其实大家可能有不同观点吧，就是本身到现在其实还是一个科学的一个论证阶段。
这个这个这个，其实大家可能有不同观点吧，就是本身到现在其实还是一个科学的一个论证阶段。
那现在还是有很多人在找第一个落地的项目吗？
那现在还是有很多人在找第一个落地的项目吗？
还是说就是比如说大数分解大概就是第一个，我们就等着它什么时候够比特了，然后用算法怎么能够省一省然后就做出来了。
还是说就是比如说大数分解大概就是第一个，我们就等着它什么时候够比特了，然后用算法怎么能够省一省然后就做出来了。
大数分解其实目前我觉得还是一个成本比较高的一个事情，比较难的啊。
大数分解其实目前我觉得还是一个成本比较高的一个事情，比较难的啊。
对比较倾向于因为刚才说百万比特嘛，所以大家比较还是倾向于找一些更简单的一些任务，这个其实事实上是有可能。
对比较倾向于因为刚才说百万比特嘛，所以大家比较还是倾向于找一些更简单的一些任务，这个其实事实上是有可能。
比如分子模拟那边可能会有一些。
比如分子模拟那边可能会有一些。
呃分子模拟大概就是具体来说能够解决一些什么问题啊？
呃分子模拟大概就是具体来说能够解决一些什么问题啊？
刚才说的其实就是呃就比如说像以前微软曾经来组织过一个征集的一些在呃量子化学那边就是大家觉得有哪些问题进行计算比较困难的然后他们希望看是不是能够量子解决。
刚才说的其实就是呃就比如说像以前微软曾经来组织过一个征集的一些在呃量子化学那边就是大家觉得有哪些问题进行计算比较困难的然后他们希望看是不是能够量子解决。
那当时其实就有一个是叫做就femco的一个模拟。
那当时其实就有一个是叫做就femco的一个模拟。
总之就是来说，像那个呃，像药物发现这些东西，其实本质上面其实都是就都是跟那个分子模拟相关的。
总之就是来说，像那个呃，像药物发现这些东西，其实本质上面其实都是就都是跟那个分子模拟相关的。
就其实那个药发现也好啊，就比如说其实像那个材料那边是不是一些新的新材料的一些设计啊，就是说在电池那边的一些新材料设计啊，就是本上面其实都是通过一些模拟的一些任务。
就其实那个药发现也好啊，就比如说其实像那个材料那边是不是一些新的新材料的一些设计啊，就是说在电池那边的一些新材料设计啊，就是本上面其实都是通过一些模拟的一些任务。
就大概比如说你你这个大分子大蛋白质怎么样能够成为一个稳定的结构，大概是这种这种样子吧，并且有这样的。
就大概比如说你你这个大分子大蛋白质怎么样能够成为一个稳定的结构，大概是这种这种样子吧，并且有这样的。
性满足一些特定的一些需求吧。
性满足一些特定的一些需求吧。
嗯呃预测出可以这样这样的一个缓环的结构可以满足这样的需求。
嗯呃预测出可以这样这样的一个缓环的结构可以满足这样的需求。
嗯就是这个具体的话就是可能就需要跟那个行业垂直应用那边来具体的来列它的一些对应的一些需求。
嗯就是这个具体的话就是可能就需要跟那个行业垂直应用那边来具体的来列它的一些对应的一些需求。
嗯所以这个可能是被认为第一个落地的项目可能是做一些一些分子模拟。
嗯所以这个可能是被认为第一个落地的项目可能是做一些一些分子模拟。
我个人觉得这个如果从一个实际来说的话我觉得这个可能更可行呢。
我个人觉得这个如果从一个实际来说的话我觉得这个可能更可行呢。
那这个。
那这个。
这个行业状态是整个一个生态系统都算已经快成熟了只有这个物理上面都做出来吗还是各个层面都有问题各个层面都不成熟啊啊都不成熟的这么多人这都不成熟所以是每个层面都要在做是吧。
这个行业状态是整个一个生态系统都算已经快成熟了只有这个物理上面都做出来吗还是各个层面都有问题各个层面都不成熟啊啊都不成熟的这么多人这都不成熟所以是每个层面都要在做是吧。
哪里多了哪儿多了跟AI比比哪儿多。
哪里多了哪儿多了跟AI比比哪儿多。
啊所以说现在这个领域的组成部分是更多的是做就是研究的吗？
啊所以说现在这个领域的组成部分是更多的是做就是研究的吗？
还是有一些工程的人在里面已经开始做一些工程的事情了？
还是有一些工程的人在里面已经开始做一些工程的事情了？
其实就是到现在为止做量子计算这个事情它本身就是研究跟工程交错的。
其实就是到现在为止做量子计算这个事情它本身就是研究跟工程交错的。
就是哪怕物理实现，其实也有可能是工程的东西。
就是哪怕物理实现，其实也有可能是工程的东西。
其实现在这个研究跟工程其实分的没有那么开。
其实现在这个研究跟工程其实分的没有那么开。
嗯就就包括像上面不知道叫不叫编程啊算法设设计啊这些人基本上就是你也很难区分是研究还是工程是的是的那多数人是在在一个什么平台上是在比如说那种IBM是不是一个开放平台上面做吗还是说有些模拟机啊什么模模拟器啊什么之类的。
嗯就就包括像上面不知道叫不叫编程啊算法设设计啊这些人基本上就是你也很难区分是研究还是工程是的是的那多数人是在在一个什么平台上是在比如说那种IBM是不是一个开放平台上面做吗还是说有些模拟机啊什么模模拟器啊什么之类的。
都有吧，那个IBM的确有开放平台，然后但是虽然开放，但是对国内不开放。
都有吧，那个IBM的确有开放平台，然后但是虽然开放，但是对国内不开放。
但是IBM的一个生态其实我觉得整体做的其实还不错，就是从最早那个它那平台刚出来的时候，当时我们觉得那个当时功能非常弱，所以那时候也没有很看，然后但是经过很多年，其实现在我觉得那边其实做的非常不错了。
但是IBM的一个生态其实我觉得整体做的其实还不错，就是从最早那个它那平台刚出来的时候，当时我们觉得那个当时功能非常弱，所以那时候也没有很看，然后但是经过很多年，其实现在我觉得那边其实做的非常不错了。
嗯就是说你开放给大家大家可以在上面跑你写的这个对算法是吧看一看效果什么虽然它还不一定有什么实际用处但是你可以看看能不能跑起来算法能不能跑跑起来啊还有用一些量子计算机在背后好有意思有意思那这个领域C教授帮我们预测一下这个这个领域未来十年或者五年大概会是一个什么趋势。
嗯就是说你开放给大家大家可以在上面跑你写的这个对算法是吧看一看效果什么虽然它还不一定有什么实际用处但是你可以看看能不能跑起来算法能不能跑跑起来啊还有用一些量子计算机在背后好有意思有意思那这个领域C教授帮我们预测一下这个这个领域未来十年或者五年大概会是一个什么趋势。
呃这个其实我我是感觉这里面其实跟大家对于一些新技术的预测其实都没有什么两样，就是因为此前我觉得有一句话我我还比较认可的就是大家很多时候都会高估一个新的技术在短期内的一个一个变革，但是又会低估一个技术在长期内的一个变革。
呃这个其实我我是感觉这里面其实跟大家对于一些新技术的预测其实都没有什么两样，就是因为此前我觉得有一句话我我还比较认可的就是大家很多时候都会高估一个新的技术在短期内的一个一个变革，但是又会低估一个技术在长期内的一个变革。
然后呃因为量子计算的话，我觉得在啊从我自己入行到现在，其实我们呃我自己其实看到它的低谷，也看到它的最近几年的一个热度，然后但是就是现在热度其实当然是当然是一方面有更多的一些一些资源来投入进来。
然后呃因为量子计算的话，我觉得在啊从我自己入行到现在，其实我们呃我自己其实看到它的低谷，也看到它的最近几年的一个热度，然后但是就是现在热度其实当然是当然是一方面有更多的一些一些资源来投入进来。
然后但是呃量子算它本身的一个瓶颈，其实资源一方面那方面还是在储备。
然后但是呃量子算它本身的一个瓶颈，其实资源一方面那方面还是在储备。
所以这些的话就是很多东西其实很难说你马上投资要马上就能立竿见影。
所以这些的话就是很多东西其实很难说你马上投资要马上就能立竿见影。
所以整个领域我相信它依然会出现那种UP AND DOWN，就是说这种我觉得总是会发生。
所以整个领域我相信它依然会出现那种UP AND DOWN，就是说这种我觉得总是会发生。
但是我我还是比较相信在未来一段时间。
但是我我还是比较相信在未来一段时间。
就是它的那个OX那个那个地方是每次应该还是会不断的往上走，整个来说我觉得十年左右或者稍微多一点就是应该还算是一个乐观谨慎的预期吧，就是在那时候看一下是不是能够提供一些真正有这个价值的一些一场景。
就是它的那个OX那个那个地方是每次应该还是会不断的往上走，整个来说我觉得十年左右或者稍微多一点就是应该还算是一个乐观谨慎的预期吧，就是在那时候看一下是不是能够提供一些真正有这个价值的一些一场景。
嗯，好有意思啊，希望我们这未来啊，前途是光明的，道路是坎坷的哈。
嗯，好有意思啊，希望我们这未来啊，前途是光明的，道路是坎坷的哈。
可能可能未来总归是成，但是可能在意想不到的时候突然就成了啊，就就就像我们AI一样，就像AI一样，对然后我想到那个前途不坎坷更好，呵呵呵啊，所以所以如果有人我们听众朋友想要进入这个领域什么是。
可能可能未来总归是成，但是可能在意想不到的时候突然就成了啊，就就就像我们AI一样，就像AI一样，对然后我想到那个前途不坎坷更好，呵呵呵啊，所以所以如果有人我们听众朋友想要进入这个领域什么是。
可以从哪哪些方面作为突破口进入这个领域啊？
可以从哪哪些方面作为突破口进入这个领域啊？
直接上手呗，需要学数学吗？
直接上手呗，需要学数学吗？
现代数还是要学一点的，但是我觉得也还好吧。
现代数还是要学一点的，但是我觉得也还好吧。
啊只需要学一点线性代数就可以了。
啊只需要学一点线性代数就可以了。
嗯就是因为现在的话其实有很多一些资源一方面就是一些over course啊这里面资源其实也很多。
嗯就是因为现在的话其实有很多一些资源一方面就是一些over course啊这里面资源其实也很多。
另一方面的话其实刚才说的比如说像IBM啊其实Amazon啊还有那个还有就微软啊都有很多云云云平台的服务。
另一方面的话其实刚才说的比如说像IBM啊其实Amazon啊还有那个还有就微软啊都有很多云云云平台的服务。
然后大家都可以直接很快的就能够来感受一下量子计算机究竟是什么样子。
然后大家都可以直接很快的就能够来感受一下量子计算机究竟是什么样子。
因为现在说再多其实都不如自己跑个程序，然后看一下它跑出来效果怎么样。
因为现在说再多其实都不如自己跑个程序，然后看一下它跑出来效果怎么样。
可以就是跑一个程序。
可以就是跑一个程序。
就是就像那些公开的大学课程，不大学课程公开的课程学一学就能去跑一个程序了。
就是就像那些公开的大学课程，不大学课程公开的课程学一学就能去跑一个程序了。
基本上是这样。
基本上是这样。
对对对，因为很多也就是有一些例子，有有一些本来已经在这个学校的例子，就拿那些例子跑一下，其实大概知道。
对对对，因为很多也就是有一些例子，有有一些本来已经在这个学校的例子，就拿那些例子跑一下，其实大概知道。
哦，那需要什么样的准备才能理解这些例子？
哦，那需要什么样的准备才能理解这些例子？
需要学什么吗？
需要学什么吗？
就线性代数就可以了。
就线性代数就可以了。
呃，我觉得线性代数吧，线性代数其实当然物理里面有一些基础，当然更好，但是这个我觉得也不是必须。
呃，我觉得线性代数吧，线性代数其实当然物理里面有一些基础，当然更好，但是这个我觉得也不是必须。
刚才听下来其实也就知道发现我对物理其实也到现在也没有有有多深刻，对吧？
刚才听下来其实也就知道发现我对物理其实也到现在也没有有有多深刻，对吧？
哦所以说门槛并没有想象那么高是吧只要是你把线性代数因为大家大多数理工科都学过你大概就可以你就可以学那个课了学完那课基本上就就可以在网上平台跑一。
哦所以说门槛并没有想象那么高是吧只要是你把线性代数因为大家大多数理工科都学过你大概就可以你就可以学那个课了学完那课基本上就就可以在网上平台跑一。
跑了这如果是门槛高的话又怎么可能会出现就是量子计算从业人员的一个摩尔定律的一个发展呢。
跑了这如果是门槛高的话又怎么可能会出现就是量子计算从业人员的一个摩尔定律的一个发展呢。
好，看来是还是非常。
好，看来是还是非常。
就是从这个整个这个算法设计角度来讲，是最容易进入的，是吧？
就是从这个整个这个算法设计角度来讲，是最容易进入的，是吧？
然后你就上上课就背了。
然后你就上上课就背了。
对，只不过真的如果做一些核心的一些工作的话，这个当然是会有一些不太一样。
对，只不过真的如果做一些核心的一些工作的话，这个当然是会有一些不太一样。
比如说一些核心工作的话，这个肯定是需要有一些更加深入的一些研究啊。
比如说一些核心工作的话，这个肯定是需要有一些更加深入的一些研究啊。
嗯，那这些深入研究需要怎么样呢？
嗯，那这些深入研究需要怎么样呢？
需要读一个这方面的研究生吗？
需要读一个这方面的研究生吗？
还是…….
还是…….
这种研究其实基本上基本上就是看自己发现哪里是瓶颈就是哪哪里是一核心问题然后就是这个其实呃我觉得就是看一些open course啊其实能够提供不少信息。
这种研究其实基本上基本上就是看自己发现哪里是瓶颈就是哪哪里是一核心问题然后就是这个其实呃我觉得就是看一些open course啊其实能够提供不少信息。
嗯其实它主要是数学嘛如果做一些技术研究的话。
嗯其实它主要是数学嘛如果做一些技术研究的话。
呃也不一定它有些是从物理背景也有然后当然材料也有。
呃也不一定它有些是从物理背景也有然后当然材料也有。
然后其实化学解决不同的主要在这个领域足够大。
然后其实化学解决不同的主要在这个领域足够大。
它非常交叉，然后就是做什么都可以，只要你找到你的切入点，大家都可以这个是。
它非常交叉，然后就是做什么都可以，只要你找到你的切入点，大家都可以这个是。
嗯，c教授最近在主攻什么方向？
嗯，c教授最近在主攻什么方向？
我看c教授发了一些关于这个语言的的paper。
我看c教授发了一些关于这个语言的的paper。
我做的比较杂就是基本上都是属于量子计算里面中间在实用化里面有哪些问题嗯实用化的问题对问题太多了所以基本上就是往哪儿都可以去砸一点。
我做的比较杂就是基本上都是属于量子计算里面中间在实用化里面有哪些问题嗯实用化的问题对问题太多了所以基本上就是往哪儿都可以去砸一点。
嗯嗯而且看来这个领域还是有很多很多很多需要解决的问题啊是的是的好那我们就今天就非常非常感谢c教授来到我们节目啊给我们讲一讲这个嗯非常非常热门但是大家又都不是很懂的这个领域给大家科普这个这个领域本身就比较难啊比较难理解啊听众朋友们可能多多包涵啊嗯这个确实非常的难理解啊所以嗯非常非常非常感谢c教授来帮我们科普这些内容不客气不客气啊好那就喜欢我们节目在各大泛用型播客平台订阅收听啊所以我们就后会有期。
嗯嗯而且看来这个领域还是有很多很多很多需要解决的问题啊是的是的好那我们就今天就非常非常感谢c教授来到我们节目啊给我们讲一讲这个嗯非常非常热门但是大家又都不是很懂的这个领域给大家科普这个这个领域本身就比较难啊比较难理解啊听众朋友们可能多多包涵啊嗯这个确实非常的难理解啊所以嗯非常非常非常感谢c教授来帮我们科普这些内容不客气不客气啊好那就喜欢我们节目在各大泛用型播客平台订阅收听啊所以我们就后会有期。
好，再见。
好，再见。
关于 Bayt 播客
Bayt 提供中文+原文双语音频和字幕，帮助你打破语言障碍，轻松听懂全球优质播客。