ควอนตัมคอมพิวเตอร์

ฉันสับสนเกี่ยวกับสิ่งที่ป้อนเข้าสู่ Oracle ในอัลกอริทึมของ Grover เราไม่จำเป็นต้องใส่สิ่งที่เรากำลังมองหาและจะหาสิ่งที่เรากำลังมองหาเพื่อ Oracle นอกเหนือจากรัฐควอนตัมซ้อน? ตัวอย่างเช่นสมมติว่าเรามีรายชื่อของผู้คน {"Alice", "Bob", "Corey", "Dio"} และเราต้องการค้นหาว่า "Dio" อยู่ในรายการหรือไม่ จากนั้น Oracle ควรใช้เป็นอินพุตและเอาต์พุตrangle) ฉันเข้าใจดีว่า1/2(|00⟩+|01⟩+|10⟩+|11⟩)1/2(|00⟩+|01⟩+|10⟩+|11⟩)1/2(|00\rangle + |01\rangle + |10\rangle + |11\rangle)1/2(|00⟩+|01⟩+|10⟩−|11⟩)1/2(|00⟩+|01⟩+|10⟩−|11⟩)1/2(|00\rangle + |01\rangle + |10\rangle - |11\rangle) แต่เราไม่จำเป็นต้องป้อนคำว่า "Dio" และรายการ {"Alice", "Bob", "Corey", "Dio"} ไปยัง Oracle หรือไม่ ไม่เช่นนั้น Oracle จะคืนค่าเอาต์พุตได้อย่างไร มันไม่ได้กล่าวถึงอย่างชัดเจนเนื่องจาก Oracle เป็นกล่องดำและเราไม่ต้องคิดเกี่ยวกับวิธีการใช้งานหรือไม่ ความเข้าใจของฉันเกี่ยวกับ Oracle คือ …

9 algorithm  grovers-algorithm  oracles 

คำถาม: จากการรวมกันของเมทริกซ์ที่กระทำกับ qubits เราจะสามารถหาลำดับที่สั้นที่สุดของ Clifford + T ประตูที่สอดคล้องกับการรวมกันนั้นได้หรือไม่nnn สำหรับพื้นหลังของคำถามการอ้างอิงที่สำคัญสองข้อ: การสังเคราะห์ที่แม่นยำและรวดเร็วของยูนิต qubit เดี่ยวที่สร้างโดย Clifford และ T ประตู โดย Kliuchnikov, Maslov และ Mosca การสังเคราะห์ที่แน่นอนของวงจร multiqubit Clifford + Tโดย Giles และ Selinger

9 circuit-construction  universal-gates  gate-synthesis 

ฉันเคยได้ยินการพูดคุยกันหลายครั้งที่สถาบันของฉันจากนักทดลอง (ซึ่งทุกคนกำลังทำงานเกี่ยวกับตัวนำยิ่งยวด qubits) ว่าความคิดของตำราเรียนเรื่องการวัด "Projective" ที่แท้จริงไม่ใช่สิ่งที่เกิดขึ้นในการทดลองในชีวิตจริง ทุกครั้งที่ฉันขอให้พวกเขาทำอย่างละเอียดและพวกเขาบอกว่าการวัด "อ่อนแอ" เป็นสิ่งที่เกิดขึ้นในความเป็นจริง ฉันคิดว่าด้วยการวัด "projective" พวกเขาหมายถึงการวัดในสถานะควอนตัมดังต่อไปนี้: P|ψ⟩=P(a|↑⟩+b|↓⟩)=|↑⟩or|↓⟩P|ψ⟩=P(a|↑⟩+b|↓⟩)=|↑⟩or|↓⟩P\vert\psi\rangle=P(a\vert\uparrow\rangle+ b\vert\downarrow\rangle)=\vert\uparrow\rangle \,\mathrm{or}\, \vert\downarrow\rangle กล่าวอีกนัยหนึ่งการวัดที่ยุบ qubit อย่างเต็มที่ อย่างไรก็ตามถ้าฉันใช้ถ้อยแถลงของนักทดลองที่ว่าการวัดจริงนั้นมีความแข็งแกร่งมากกว่า "อ่อนแอ" - การวัดดังนั้นฉันจึงใช้ทฤษฎีบทของ Busch ซึ่งบอกว่าคุณจะได้รับข้อมูลมากเท่าที่คุณวัด กล่าวอีกนัยหนึ่งฉันไม่สามารถหลีกเลี่ยงไม่ได้ทำการวัดแบบเต็มฉันต้องทำเพื่อรับข้อมูลสถานะ ดังนั้นฉันมีสองคำถามหลัก: เหตุใดจึงคิดว่าการวัดแบบ Projective ไม่สามารถทำได้ในการทดลอง จะเกิดอะไรขึ้นแทน กรอบที่เหมาะสมในการคิดเกี่ยวกับการวัดการทดลองในระบบคอมพิวเตอร์ควอนตัมที่เป็นจริงคืออะไร? ทั้งภาพเชิงคุณภาพและเชิงปริมาณจะได้รับการชื่นชม

9 measurement 

ฉันกำลังพยายามสร้างห้องสมุดคำนวณควอนตัมเป็นโครงการมหาวิทยาลัยของฉัน ฉันยังคงเรียนรู้ทุกแง่มุมของเขตข้อมูล Quantum Computing ฉันรู้ว่ามีห้องสมุดที่มีประสิทธิภาพสำหรับการจำลองควอนตัมอยู่แล้ว ฉันแค่ต้องการสร้างตัวเองซึ่งจะช่วยให้ฉันเข้าใจแนวคิดหลักของ Quantum Computing ฉันรู้แล้ว nnn qubits สามารถจัดเก็บด้วย 2n2n2^nองค์ประกอบที่ซับซ้อนอาร์เรย์ นอกจากนี้nnn ประตู qubit เป็น 2n×2n2n×2n2^n \times 2^nอาร์เรย์ 2 มิติ ดังนั้นต่อไปนี้เป็นข้อสงสัยของฉัน (ส่วนใหญ่เกี่ยวข้องกับการพัวพัน): ฉันต้องค้นหาผลิตภัณฑ์เทนเซอร์ของประตูเมื่อไหร่ (เช่น ผม⊗ H⊗ ฉันI⊗H⊗II \otimes H \otimes I, สำหรับ 333ระบบ qubit)? จำเป็นหรือไม่ที่ต้องคำนวณผลิตภัณฑ์ของเมตริกซ์ตามลำดับ2n×2n2n×2n2^n \times 2^nแม้ว่า qubits จะไม่เข้าไปพัวพันกับ? มีเพียง 2n2n2^nอาร์เรย์องค์ประกอบ (ซึ่งฉันเก็บค่าสัมประสิทธิ์) จริง ๆ แล้วฉันสามารถคำนวณ qubits อันใดที่มีการพันกันหรือไม่ หรือฉันต้องสร้างโครงสร้างข้อมูลอื่นเพื่อจัดเก็บข้อมูลพัวพันของฉันnnn …

9 entanglement  tensor-product  emulation 

Quantum Annealing (คำถามที่เกี่ยวข้องQuantum Annealingหรือhamiltonian related ) เป็นกระบวนการที่ใช้ใน Quantum Annealer ของ D-Waves ซึ่งมีการสำรวจภูมิทัศน์พลังงานสำหรับวิธีการแก้ปัญหาต่าง ๆ และการปรับ Hamiltonian ที่เหมาะสมให้เป็นศูนย์ที่เหมาะสมที่สุด วิธีแก้ปัญหา กระบวนการของควอนตัมหลอมช่วยลด "สนามแม่เหล็กขวาง" ในมิลโตเนียนนอกเหนือจากผลกระทบเชิงควอนตัมอื่น ๆ เช่นการขุดอุโมงค์ควอนตัมการพัวพันและการซ้อนทับซึ่งทั้งหมดมีส่วนร่วมในการ zeroing กับ "หุบเขา" ซึ่งเป็นที่ที่ "น่าจะเป็น" กระบวนการของการอบอ่อนแบบย้อนกลับอย่างย่อ ๆ คือการใช้วิธีการแบบดั้งเดิมเช่นการจำลองการหลอมเพื่อหาวิธีแก้ปัญหาและเข้าไปในหุบเขาโดยใช้ Quantum Annealing ถ้า Hamiltonian ที่ใช้โดย Quantum Annealer มีอยู่ใน "หุบเขา" แล้วขณะนี้มันกำลังผ่านการแก้ปัญหาในตอนแรก - เครื่อง D-Wave ไปถึงอีก "หุบเขา" (ทางออกที่ดีกว่า?) โดยใช้ Hamiltonian ที่ส่งไปยัง ในตอนแรก?

9 d-wave  annealing  adiabatic-model 

บริบท : เราอยู่ในสถานะที่มั่นคง หลังจากการโฟตอนการทำแท้งโดยระบบที่มีสถานะพื้นเดี่ยวระบบผ่านการแยกฟิชชันการปั่นหมาดของหนึ่งปั่นป่วนในการปั่นแยกออกเป็นสอง excitons ปั่นแฝด (สำหรับบริบทให้ดูสถานะแฝดแฝดที่ยุ่งเหยิงในวัสดุ acene และ heteroacene ) สปินแฝดแฝดเหล่านี้แพร่กระจายในของแข็งยังคงเข้าไปพัวพัน เป้าหมายที่เกี่ยวข้องกับการคำนวณเชิงควอนตัมของการดำเนินการทั้งหมดนี้คือการถ่ายโอนความยุ่งเหยิงของ qubits ทั้งสองไปยังสองตำแหน่งที่ติดตั้งอยู่ในอวกาศและได้รับการปกป้องอย่างดีจาก decoherence (การกระตุ้นพลังงานต่ำของสปินนิวเคลียร์ในพาราแมกเนติคไอออน ตัวอย่างเช่น). ปัญหาที่อยู่ในมือ (2) และคำถาม: ในที่สุดความยุ่งเหยิงระหว่างทริปเปิลทั้งสองหายไปและยิ่งกว่านั้นทริปเปิลก็หาหนทางที่จะผ่อนคลายกลับสู่สภาพพื้นดินเสื้อกล้ามปล่อยพลังงานในรูปโฟตอน ฉันต้องการคำนวณว่ากระบวนการเหล่านี้ได้รับผลกระทบจากการสั่นสะเทือนอย่างไร ฉันคิดว่าการผ่อนคลายอย่างอิสระของทั้งสามทริปเปิลนั้นสามารถคำนวณได้ส่วนใหญ่พิจารณาการสั่นสะเทือนในท้องถิ่นเช่นทำตามขั้นตอนที่คล้ายกับที่เราใช้ที่นี่ (การพิจารณาการสั่นสะเทือนที่สำคัญในการผ่อนคลายของโมเลกุลหมุน qubits และแม่เหล็กโมเลกุลเดี่ยว ) การคำนวณการสูญเสียสิ่งกีดขวางนั้นจำเป็นต้องเกี่ยวข้องกับโหมดการสั่นสะเทือนแบบ delocalized ที่เกี่ยวข้องกับสภาพแวดล้อมท้องถิ่นของทั้งสามหรือไม่

9 architecture  entanglement  decoherence  solid-state 

BQPระดับความซับซ้อน(เวลาควอนตัมควอนตัม จำกัด ขอบเขตข้อผิดพลาด) ดูเหมือนว่าจะถูกกำหนดเพียงพิจารณาปัจจัยเวลา สิ่งนี้มีความหมายเสมอหรือไม่? มีอัลกอริธึมที่เวลาการคำนวณปรับขนาดแบบโพลิโนมิลีนด้วยขนาดอินพุต แต่ทรัพยากรอื่น ๆ เช่นระดับหน่วยความจำแบบเอ็กซ์โพเนนเชียลหรือไม่

9 algorithm  complexity-theory  bqp 

ด้วยปัญหาการแยกตัวประกอบจำนวนเต็มอัลกอริทึมของชอร์เป็นที่รู้จักกันเพื่อให้การเร่งความเร็ว (ชี้แจง?) ที่สำคัญเมื่อเทียบกับอัลกอริทึมแบบดั้งเดิม มีผลลัพธ์ที่คล้ายคลึงกันเกี่ยวกับคณิตศาสตร์พื้นฐานมากขึ้นเช่นการประเมินฟังก์ชันยอดเยี่ยมหรือไม่ สมมติว่าผมต้องการที่จะคำนวณ ,หรือ\ในโลกคลาสสิคฉันอาจใช้ส่วนขยายเช่นชุด Taylor หรืออัลกอริทึมซ้ำบางอย่าง มีอัลกอริธึมเชิงควอนตัมที่เร็วกว่าคอมพิวเตอร์แบบดั้งเดิมที่สามารถทำได้ไม่ว่าจะดีกว่าหรือน้อยกว่าความแม่นยำเท่าเดิมหรือเร็วกว่าตามเวลานาฬิกาsin2sin⁡2\sin2ln5ln⁡5\ln{5}cosh10cosh⁡10\cosh10

9 algorithm  speedup 

ในขณะที่มีคำถามที่น่าสนใจมากมายที่คอมพิวเตอร์สามารถแก้ไขได้ด้วยข้อมูลแทบทุกชนิด (เช่นการแยกตัวประกอบซึ่งต้องใช้จำนวนเต็ม "เพียง" เดียว) แอปพลิเคชันส่วนใหญ่ในโลกแห่งความเป็นจริงเช่นการเรียนรู้ด้วยเครื่องหรือAIจะต้องใช้ข้อมูลจำนวนมาก คอมพิวเตอร์ควอนตัมสามารถจัดการกับกระแสข้อมูลจำนวนมหาศาลนี้ได้ทั้งในทางทฤษฎีและในทางปฏิบัติหรือไม่? เป็นความคิดที่ดีหรือไม่ที่จะเก็บข้อมูลไว้ใน "หน่วยความจำควอนตัม" หรือดีกว่าที่จะเก็บไว้ใน "หน่วยความจำแบบคลาสสิก"?

9 quantum-memory  memory-space 

ตามที่ฉันเข้าใจแล้วระบบ D-Wave ทำให้เราสามารถเขียนโปรแกรมแบบจำลอง Ising และค้นหาสถานะพื้นดิน ในรูปแบบนี้มันไม่ได้เป็นสากลสำหรับการคำนวณควอนตัม: มันไม่สามารถจำลองคอมพิวเตอร์ควอนตัมแบบจำลองวงจร อะไรคือสิ่งที่ง่ายที่สุดที่สามารถทำให้เป็นสากลได้? อะไรคือสาเหตุที่ทำให้สิ่งเหล่านี้ไม่ได้ถูกนำไปใช้?

9 d-wave  circuit-construction  universal-gates 

เมื่อเร็ว ๆ นี้ฉันได้อ่าน 'ควอนตัมโบกอร์ท' บนวิกิ แนวคิดพื้นฐานคือเช่นเดียวกับ bogosort เราเพียงแค่สับเปลี่ยนอาเรย์ของเราและหวังว่ามันจะถูกเรียงลำดับโดยบังเอิญและลองใหม่อีกครั้งเมื่อเกิดข้อผิดพลาด ความแตกต่างคือตอนนี้เรามี ' ควอนตัมเวทย์มนตร์ ' ดังนั้นเราสามารถลองเปลี่ยนลำดับทั้งหมดได้ทันทีใน 'จักรวาลคู่ขนาน' และ 'ทำลายจักรวาลที่ไม่ดีทั้งหมด' ซึ่งการเรียงลำดับไม่ดี เห็นได้ชัดว่ามันไม่ทำงาน ควอนตัมคือฟิสิกส์ไม่ใช่เวทมนตร์ ปัญหาหลักคือ 'จักรวาลคู่ขนาน' เป็นเพียงการตีความผลกระทบควอนตัมไม่ใช่สิ่งที่ควอนตัมคำนวณหาประโยชน์ ฉันหมายความว่าเราสามารถใช้ตัวเลขจำนวนมากที่นี่การตีความจะสร้างความสับสนให้กับเรื่องนี้เท่านั้นฉันคิดว่า 'การทำลายจักรวาลที่ไม่ดีทั้งหมด' เป็นเหมือนการแก้ไขข้อผิดพลาด qubit ซึ่งเป็นปัญหาที่ยากมากในการคำนวณควอนตัม การจัดเรียง Bogo ยังคงโง่ หากเราสามารถเร่งความเร็วการเรียงลำดับผ่านควอนตัมทำไมไม่ลองใช้การเรียงลำดับที่ดีล่ะ (แต่เราต้องการการสุ่มการประท้วงเพื่อนบ้านของฉัน! ใช่ แต่คุณไม่สามารถนึกถึงอัลกอริทึมแบบดั้งเดิมที่ดีกว่าที่ต้องอาศัยการสุ่ม ) ในขณะที่อัลกอริทึมนี้ส่วนใหญ่เป็นเรื่องตลกมันอาจเป็น 'เรื่องตลกทางการศึกษา' เช่น 'คลาสสิก' โบกอร์ทเป็นความแตกต่างระหว่างกรณีที่ดีที่สุดกรณีที่เลวร้ายที่สุดและความซับซ้อนของกรณีเฉลี่ยสำหรับอัลกอริธึมแบบสุ่มง่ายและชัดเจนมาก (สำหรับบันทึกกรณีที่ดีที่สุดคือΘ ( n )Θ(n)\Theta(n)เราโชคดีมาก แต่ก็ยังต้องตรวจสอบว่าคำตอบของเรานั้นถูกต้องโดยการสแกนอาร์เรย์เวลาที่คาดหวังนั้นแย่มาก (IIRC ตามสัดส่วนจำนวนการเปลี่ยนลำดับดังนั้น ) และกรณีที่แย่ที่สุดคือเราไม่เคยทำเสร็จ)O ( …

9 algorithm  complexity-theory  speedup 

เป็นที่ทราบกันดีว่าด้วยการใช้ความเท่าเทียมกันของควอนตัมเราสามารถคำนวณฟังก์ชันสำหรับค่าต่าง ๆ ของพร้อมกัน อย่างไรก็ตามการปรับเปลี่ยนที่ชาญฉลาดบางอย่างนั้นจำเป็นสำหรับการดึงข้อมูลของแต่ละค่าออกมาเช่นด้วยอัลกอริทึมของ Deutschf(x)f(x)f(x)xxx พิจารณากรณีที่ตรงกันข้าม: เราสามารถใช้ควอนตัมขนานในการคำนวณฟังก์ชั่นมากมาย (พูด ) พร้อมกันสำหรับค่าเดียว ?f(x),g(x),…f(x),g(x),…f(x),g(x),\dotsx0x0x_0

9 algorithm  speedup 

ฉันกำลังมองหาอัลกอริทึมควอนตัมซึ่งฉันสามารถใช้เพื่อสาธิตไวยากรณ์ของภาษาควอนตัมที่แตกต่างกัน คำถามของฉันคล้ายกับสิ่งนี้อย่างไรก็ตามสำหรับฉัน "ดี" หมายถึง: สิ่งที่สามารถอธิบายได้ใน 1-2 ย่อหน้าและควรเข้าใจง่าย ควรใช้องค์ประกอบเพิ่มเติมของ "การเขียนโปรแกรมควอนตัม - โลก" (ฉันหมายความว่าอัลกอริทึมควรใช้ค่าคงที่แบบดั้งเดิม, การวัด, เงื่อนไข, qregisters, โอเปอเรเตอร์และอื่น ๆ ให้มากที่สุด) อัลกอริทึมควรมีขนาดเล็ก (ความยาวสูงสุด 15-25 pseudocode-line) อัลกอริทึมที่มีประโยชน์มักจะยาว / ยากเกินไป แต่อัลกอริทึมของ Deutschไม่ได้ใช้องค์ประกอบมากมาย บางคนสามารถแนะนำอัลกอริทึมสำหรับการสาธิตที่ดีให้ฉันได้ไหม

9 algorithm  resource-request  programming