ควอนตัมคอมพิวเตอร์

นี่เป็นคำถามติดตามผลของ@ heather สำหรับคำตอบของคำถาม: ทำไมคอมพิวเตอร์ควอนตัมต้องถูกเก็บไว้ใกล้ศูนย์สัมบูรณ์ สิ่งที่ฉันรู้: ยิ่งยวดคอมพิวเตอร์ควอนตัม : มันคือการนำคอมพิวเตอร์ควอนตัมในวงจรอิเล็กทรอนิกส์ยิ่งยวด การคำนวณเชิงแสงควอนตัม : มันใช้โฟตอนเป็นผู้ให้บริการข้อมูลและองค์ประกอบเชิงเส้นแสงในการประมวลผลข้อมูลควอนตัมและใช้เครื่องตรวจจับโฟตอนและหน่วยความจำควอนตัมในการตรวจสอบและจัดเก็บข้อมูลควอนตัม ถัดไปนี่คือสิ่งที่ Wikipedia กล่าวต่อไปเกี่ยวกับการคำนวณควอนตัมยิ่งยวด : แบบจำลองการคำนวณแบบคลาสสิกขึ้นอยู่กับการใช้งานทางกายภาพที่สอดคล้องกับกฎหมายของกลศาสตร์คลาสสิก เป็นที่ทราบกันดีอยู่แล้วว่าคำอธิบายแบบคลาสสิกนั้นมีความถูกต้องเฉพาะในบางกรณีในขณะที่คำอธิบายทั่วไปของธรรมชาติจะได้รับจากกลศาสตร์ควอนตัม การคำนวณควอนตัมศึกษาการประยุกต์ใช้ปรากฏการณ์ควอนตัมซึ่งเกินขอบเขตของการประมาณแบบคลาสสิกสำหรับการประมวลผลข้อมูลและการสื่อสาร มีรูปแบบต่าง ๆ ของการคำนวณควอนตัมอย่างไรก็ตามแบบที่ได้รับความนิยมมากที่สุดรวมแนวคิดของ qubits และประตูควอนตัม qubit เป็นลักษณะทั่วไปของบิต - ระบบที่มีสองสถานะที่เป็นไปได้ที่สามารถอยู่ในการซ้อนทับควอนตัมของทั้งสอง ประตูควอนตัมเป็นลักษณะทั่วไปของประตูตรรกะ: มันอธิบายการเปลี่ยนแปลงที่หนึ่งหรือมากกว่า qubits จะได้สัมผัสหลังจากที่ประตูถูกนำไปใช้กับพวกเขาให้สถานะเริ่มต้นของพวกเขา การดำเนินการทางกายภาพของ qubits และประตูเป็นเรื่องยากด้วยเหตุผลเดียวกับที่ปรากฏการณ์ควอนตัมเป็นเรื่องยากที่จะสังเกตเห็นในชีวิตประจำวันวิธีหนึ่งคือการใช้คอมพิวเตอร์ควอนตัมในตัวนำยิ่งยวดซึ่งควอนตัมเอฟเฟ็กต์กลายเป็น macroscopic แม้ว่าในราคาที่อุณหภูมิการทำงานต่ำมาก มันทำให้รู้สึกบางอย่าง! อย่างไรก็ตามฉันกำลังมองหาว่าทำไมคอมพิวเตอร์ควอนตัมเชิงแสงจึงไม่ต้องการ "อุณหภูมิต่ำมาก" ซึ่งแตกต่างจากคอมพิวเตอร์ควอนตัมยิ่งยวด พวกเขาไม่ประสบปัญหาเดียวกันนั่นคือปรากฏการณ์ควอนตัมในคอมพิวเตอร์ควอนตัมออปติคัลไม่ใช่เรื่องยากที่จะสังเกตเช่นเดียวกับคอมพิวเตอร์ควอนตัมยิ่งยวด? ผลกระทบเชิงควอนตัมที่มีขนาดมหึมาแล้วที่อุณหภูมิห้องในคอมพิวเตอร์ดังกล่าวหรือไม่? ทำไมเป็นเช่นนั้น ฉันกำลังอ่านคำอธิบายของการคำนวณเชิงเส้นควอนตัมเชิงแสงบนวิกิพีเดียแต่ไม่พบการอ้างอิงถึง "อุณหภูมิ" เช่นนี้

19 physical-realization  optical-quantum-computing  architecture  superconducting-quantum-computing 

ผมเคยอ่านในหลายแหล่งและหนังสือเกี่ยวกับควอนตัมวณอะเดียแบติก (AQC) ว่ามันเป็นสิ่งสำคัญสำหรับการเริ่มต้นมิล Hฉันจะไม่ได้เดินทางด้วยสุดท้ายมิลHฉเช่น[ Hฉัน , Hฉ] ≠ 0 . แต่ฉันไม่เคยเห็นเหตุผลว่าทำไมจึงสำคัญH^ผมH^ผม\hat{H}_i H^ฉH^ฉ\hat{H}_f[ ช^ผม, ช^ฉ] ≠0[H^ผม,H^ฉ]≠0\left[\hat{H}_i,\hat{H}_f\right]\neq 0 ถ้าเราคิดการพึ่งพาอาศัยเส้นเวลามิลโตเนียนของ AQC เป็น H ( T ) = ( 1 - เสื้อH^( t ) = ( 1 - t τ) H^ผม+ tτH^ฉ,( 0 ≤ T ≤ τ)H^(เสื้อ) = (1-เสื้อτ)H^ผม+เสื้อτH^ฉ,(0≤เสื้อ≤τ) \hat{H}\left(t\right)~=~\left(1-\frac{t}{\tau}\right)\hat{H}_i+\frac{t}{\tau}\hat{H}_f, \qquad \left(0\leq t\leq \tau …

19 annealing  adiabatic-model 

อัลกอริทึมของ Shorคาดว่าจะช่วยให้เราสามารถแยกจำนวนเต็มมากกว่าที่ทำได้ในคอมพิวเตอร์แบบดั้งเดิมที่ทันสมัย ณ ปัจจุบันจะมีการรวมจำนวนเต็มจำนวนน้อยลงเท่านั้น ยกตัวอย่างเช่นบทความนี้กล่าวถึงตัวประกอบ 315=5×315=5×315=5{\times}3 ในแง่นี้การวิจัยที่ล้ำสมัยคืออะไร? มีกระดาษเมื่อเร็ว ๆ นี้ที่ระบุว่ามีการแยกตัวประกอบจำนวนมากขึ้นหรือไม่?

19 shors-algorithm 

หนึ่งในข้อเรียกร้องทั่วไปเกี่ยวกับคอมพิวเตอร์ควอนตัมคือความสามารถในการ "ถอดรหัส" การเข้ารหัสแบบดั้งเดิม นี่เป็นเพราะการเข้ารหัสแบบดั้งเดิมนั้นมีพื้นฐานมาจากปัจจัยสำคัญบางอย่างซึ่งมีราคาแพงสำหรับคอมพิวเตอร์ทั่วไปในการคำนวณ แต่เป็นปัญหาที่ไม่สำคัญสำหรับคอมพิวเตอร์ควอนตัม คุณสมบัติของคอมพิวเตอร์ควอนตัมทำให้พวกเขามีความสามารถในการทำงานที่คอมพิวเตอร์ทั่วไปล้มเหลวและqubits ถูกนำไปใช้กับปัญหาการคำนวณปัจจัยสำคัญอย่างไร

19 speedup  classical-computing 

ได้รับการพิสูจน์แล้วว่าการประมวลผลควอนตัมแบบอะเดียแบติกเทียบเท่ากับ "มาตรฐาน" หรือการคำนวณควอนตัมแบบเกท อย่างไรก็ตามการคำนวณแบบอะเดียแบติกแสดงให้เห็นถึงสัญญาสำหรับปัญหาการปรับให้เหมาะสมซึ่งวัตถุประสงค์คือเพื่อลด (หรือขยาย) ฟังก์ชั่นที่เกี่ยวข้องกับปัญหาอย่างใดอย่างหนึ่งนั่นคือการค้นหาอินสแตนซ์ที่ย่อเล็กสุด ปัญหา. ตอนนี้สำหรับฉันแล้วดูเหมือนว่าอัลกอริทึมของ Grover สามารถทำสิ่งเดียวกันได้โดยการค้นหาพื้นที่ของโซลูชันมันจะหาวิธีแก้ปัญหาหนึ่ง (ซึ่งอาจจะเป็นทางออกหลายอย่าง) ซึ่งเป็นไปตามเกณฑ์พยากรณ์ของออราเคิลซึ่งในกรณีนี้ ในเวลาโดยที่NO(N−−√)O(N)O(\sqrt N)NNNคือขนาดของพื้นที่โซลูชัน อัลกอริทึมนี้ได้รับการแสดงว่าเหมาะสมที่สุด: ตาม Bennett และคณะ (1997) กล่าวว่า "คลาสไม่สามารถแก้ไขได้บนเครื่องควอนตัมทัวริงในเวลาo ( 2 n / 2 ) " ในความเข้าใจของฉันนี่หมายความว่าไม่มีวิธีสร้างอัลกอริทึมควอนตัมใด ๆ ที่ค้นหาวิธีแก้ปัญหาด้วยการค้นหาพื้นที่เร็วกว่าO ( √)NPNP\rm NPo(2n/2)o(2n/2)o(2^{n/2})โดยที่Nปรับขนาดด้วยปัญหาO(N−−√)O(N)O(\sqrt N)NNN ดังนั้นคำถามของฉันคือ: ในขณะที่การคำนวณควอนตัมแบบอะเดียแบติกมักจะแสดงให้เห็นว่าดีกว่าเมื่อพูดถึงปัญหาการปรับให้เหมาะสมจริง ๆ แล้วมันจะเร็วกว่า? ถ้าใช่สิ่งนี้ดูเหมือนจะขัดแย้งกับการหาค่าเหมาะที่สุดของอัลกอริทึมของ Grover เนื่องจากอัลกอริธึมแบบอะเดียแบติกสามารถถูกจำลองโดยวงจรควอนตัม ถ้าไม่จุดประสงค์ของการพัฒนาอัลกอริธึมอะเดียแบติกคืออะไรถ้ามันไม่เคยเร็วกว่าสิ่งที่เราสามารถสร้างขึ้นด้วยวงจรอย่างเป็นระบบ หรือมีบางอย่างผิดปกติกับความเข้าใจของฉัน?O(N−−√)O(N)O(\sqrt N)

19 grovers-algorithm  adiabatic-model 

" oracle " คืออะไร? Wikipedia บอกว่า oracle เป็น " blackbox " แต่ฉันไม่แน่ใจว่ามันแปลว่าอะไร ตัวอย่างเช่นในอัลกอริทึม Deutsch – Jozsa , , oracle เป็นเพียงกล่องที่มีข้อความ`` U_f "หรือเป็นทุกสิ่งระหว่างการวัดและอินพุต (รวมถึงประตู Hadamard)?\hspace{85px}' ' คุณฉ" ,''ยูฉ",`` U_f " , และเพื่อให้ออราเคิลฉันต้องเขียนยูฉยูฉU_fในรูปแบบเมทริกซ์หรือแบบย่อ: ยูฉยูฉU_fให้Y→ y⊕ f( x )Y→Y⊕ฉ(x)y \rightarrow y \oplus f(x)และx → xx→xx \rightarrow xเพียงพอกับคำจำกัดความของ oracle หรือไม่?

18 quantum-information  terminology  oracles 

อัลกอริทึมควอนตัมที่ย้อนกลับได้ส่วนใหญ่ใช้ประตูมาตรฐานเช่นประตู Toffoli (CCNOT) หรือประตู Fredkin (CSWAP) เนื่องจากการดำเนินการบางอย่างต้องการค่าคงที่เมื่ออินพุตและจำนวนอินพุตและเอาต์พุตเท่ากันขยะ qubits (หรือjunk qubits ) จะปรากฏขึ้นในระหว่างการคำนวณ|0⟩|0⟩\left|0\right> ดังนั้นวงจรหลักเช่นกลายเป็นจริง| x ⟩ | 0 ⟩ ↦ | f ( x ) ⟩ | g ⟩ , ที่ไหน| g ⟩หมายถึง qubit ขยะ (s)|x⟩↦|f(x)⟩|x⟩↦|f(x)⟩\left|x\right>\mapsto\left|f(x)\right>|x⟩|0⟩↦|f(x)⟩|g⟩|x⟩|0⟩↦|f(x)⟩|g⟩\left|x\right>\left|0\right>\mapsto\left|f(x)\right>\left|g\right>|g⟩|g⟩\left|g\right> วงจรที่รักษาค่าดั้งเดิมสิ้นสุดลงด้วย|x⟩|0⟩|0⟩↦|x⟩|f(x)⟩|g⟩|x⟩|0⟩|0⟩↦|x⟩|f(x)⟩|g⟩\left|x\right>\left|0\right>\left|0\right>\mapsto\left|x\right>\left|f(x)\right>\left|g\right> ฉันเข้าใจว่า qubits ขยะเป็นสิ่งที่หลีกเลี่ยงไม่ได้หากเราต้องการให้วงจรกลับด้าน แต่ก็มีหลายแหล่งอ้างว่าเป็นสิ่งสำคัญที่จะกำจัดพวกเขา ทำไมถึงเป็นเช่นนั้น?11{}^1 เนื่องจากคำขอแหล่งที่มาให้ดูตัวอย่างเอกสาร arXiv นี้pg 8 ซึ่งระบุว่า11{}^1 อย่างไรก็ตามการดำเนินการอย่างง่ายแต่ละอย่างมีจำนวน qubits เสริมเพิ่มเติมซึ่งทำหน้าที่จัดเก็บผลลัพธ์ขั้นกลาง แต่ไม่เกี่ยวข้องในตอนท้าย …

18 quantum-gate  circuit-construction 

พื้นหลัง เมื่อเร็ว ๆ นี้ฉันกำลังอ่านบทความ"Quantum Bitcoin: สกุลเงินนิรนามและแบบกระจายปลอดภัยโดยทฤษฎีที่ไม่มีการโคลนนิ่งของ Quantum Mechanics"ซึ่งแสดงให้เห็นว่าควอนตัมบิทคอยน์ทำงานได้อย่างไร ข้อสรุปของบทความระบุว่า: ควอนตัมบิตคอยน์เป็นอะตอมและในขณะนี้ยังไม่มีวิธีที่จะแบ่งควอนตัมบิทคอยน์ออกเป็นหน่วยย่อย ๆ หรือรวมเข้ากับหน่วยที่ใหญ่กว่า เนื่องจากขณะนี้ยังไม่มีวิธีการแบ่งหรือรวมบิตคอยน์ควอนตัมคุณจึงไม่สามารถเปลี่ยนแปลงธุรกรรมได้ อย่างไรก็ตามฉันไม่เข้าใจว่าทำไมการแบ่งควอนตัมบิตคอยน์เป็นไปไม่ได้ คำถาม ทำไมคุณไม่แบ่งย่อยควอนตัมบิทคอยน์? คำนิยาม ควอนตัมบิทคอยน์ - เหมือน bitcoin ปกติ - เป็นสกุลเงินที่ไม่มีหน่วยงานกลาง แนวคิดหลักที่อยู่เบื้องหลังการใช้งานควอนตัมบิทคอยน์คือทฤษฎีบทที่ไม่ลอกแบบ ทฤษฎีที่ไม่มีการโคลนนิ่งแสดงให้เห็นว่าเป็นไปไม่ได้ที่จะคัดลอกสถานะควอนตัมตามอำเภอใจ ⟩|φ⟩|φ⟩ \left| \varphi \right>

18 algorithm  cryptography  cryptocurrency  quantum-money 

รัฐเบลล์เป็นรัฐที่พัวพัน แต่ทำไมเป็นเช่นนั้น ฉันจะพิสูจน์ทางคณิตศาสตร์ได้อย่างไร|Φ+⟩=12√(|00⟩+|11⟩)|Φ+⟩=12(|00⟩+|11⟩)|\Phi^{+}\rangle = \frac{1}{\sqrt{2}}(|00\rangle + |11\rangle )

18 entanglement  tensor-product 

ความเข้าใจของฉันคือดูเหมือนว่ามีความเชื่อมั่นว่าการหลอมควอนตัมจะช่วยเร่งความเร็วให้กับปัญหาเช่นพนักงานขายที่เดินทางเนื่องจากประสิทธิภาพที่ได้รับจากอดีตอุโมงค์ควอนตัม อย่างไรก็ตามเรารู้หรือไม่ว่ามีการเร่งความเร็วมากแค่ไหน

18 annealing  speedup  algorithm 

เมื่อพิจารณาจาก qubit-system และการวัดที่เป็นไปได้ผลลัพธ์เป็นพื้นฐาน , , ,ฉันจะเตรียมรัฐได้อย่างไร:4 { |222444| 01 ⟩ | 10 ⟩ | 11 ⟩ }{|00⟩{|00⟩\{|00\rangle|01⟩|01⟩|01\rangle|10⟩|10⟩|10\rangle|11⟩}|11⟩}|11\rangle\} มีเพียงในผลการวัดที่เป็นไปได้ (พูด, , , )?4 | 00 ⟩ | 01 ⟩ | 10 ⟩333444|00⟩|00⟩|00\rangle|01⟩|01⟩|01\rangle|10⟩|10⟩|10\rangle การวัดเหล่านี้มีแนวโน้มเท่ากันหรือไม่ (เช่นสถานะกระดิ่ง แต่สำหรับผลลัพธ์)333

18 quantum-state  measurement  circuit-construction  superposition 

ฉันเห็นเอกสารจำนวนมาก (เช่นการวิเคราะห์องค์ประกอบหลักของควอนตัม ) ซึ่งจำเป็นต้องมี qRAM อะไรคือวัตถุประสงค์ที่แท้จริงของ qRAM ในอัลกอริทึมควอนตัม?

17 quantum-memory 

บ่อยครั้งเมื่อเปรียบเทียบสองเมทริกซ์ความหนาแน่นρρ\rhoและσσ\sigma (เช่นเมื่อρρ\rhoเป็นการทดลองใช้ของอุดมคติσσ\sigma ) ความใกล้ชิดของทั้งสองรัฐนี้ได้รับจากสถานะควอนตัมความจงรักภักดี F=tr(ρ−−√σρ−−√−−−−−−√),F=tr(ρσρ),F = tr\left(\sqrt{\sqrt{\rho}\sigma\sqrt{\rho}}\right),กับการนอกใจกำหนดเป็น1−F1−F1-FF ในทำนองเดียวกันเมื่อเปรียบเทียบว่าการนำระบบเกตไปใช้งานใกล้เคียงกับรุ่นในอุดมคติได้อย่างไรความเที่ยงตรงจะกลายเป็นF(U,U~)=∫[tr(U|ψ⟩⟨ψ|U†−−−−−−−−−√U~|ψ⟩⟨ψ|U~†U|ψ⟩⟨ψ|U†−−−−−−−−−√−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−√)]2dψ,F(U,U~)=∫[tr(U|ψ⟩⟨ψ|U†U~|ψ⟩⟨ψ|U~†U|ψ⟩⟨ψ|U†)]2dψ,F\left( U, \tilde U\right) = \int\left[tr\left(\sqrt{\sqrt{U\left|\psi\rangle\langle\psi\right|U^\dagger}\tilde U\left|\psi\rangle\langle\psi\right|\tilde U^\dagger\sqrt{U\left|\psi\rangle\langle\psi\right|U^\dagger}}\right)\right]^2\,d\psi,ที่dψdψd\psiเป็นHaar วัดมากกว่ารัฐบริสุทธิ์ น่าแปลกใจที่สิ่งนี้สามารถทำให้เกิดความไม่พอใจในการทำงาน ทีนี้เรามานิยามเมทริกซ์M=ρ−σM=ρ−σM = \rho - \sigmaในกรณีของเมทริกซ์ความหนาแน่นหรือM=U−U~M=U−U~M = U - \tilde Uเมื่อทำงานกับประตู จากนั้น Schatten norms 1เช่น∥M∥1=tr(M†M−−−−−√)‖M‖1=tr(M†M)\| M\|_1 = tr\left(\sqrt{M^\dagger M}\right),∥M∥22=tr(M†M)‖M‖22=tr(M†M)\| M\|_2^2 = tr\left(M^\dagger M\right)หรือบรรทัดฐานอื่น ๆ เช่นบรรทัดฐานเพชรสามารถคำนวณได้ บรรทัดฐานเหล่านี้มักจะง่ายต่อการคำนวณ2มากกว่าความเที่ยงตรงด้านบน สิ่งที่ทำให้เรื่องแย่ลงคือในการคำนวณการเปรียบเทียบแบบสุ่มความไม่ซื่อสัตย์นั้นไม่ได้เป็นตัวชี้วัดที่ดีแต่เป็นตัวเลขที่ใช้ทุกครั้งที่ฉันเห็นเมื่อดูค่าการเปรียบเทียบสำหรับโปรเซสเซอร์ควอนตัม 3 ดังนั้นทำไม (ใน) ความถูกต้องค่า go-to สำหรับการคำนวณความผิดพลาดของประตูในโปรเซสเซอร์ควอนตัม (โดยใช้การเปรียบเทียบแบบสุ่ม) …

17 quantum-information  randomised-benchmarking  fidelity 

มันเป็นผลที่รู้จักกันดีว่าไม่ต่อเนื่องแปลงฟูเรีย (DFT)ของN=2nN=2nN=2^nตัวเลขมีความซับซ้อนO(n2n)O(n2n)\mathcal O(n2^n)กับอัลกอริทึมที่รู้จักกันดีในขณะที่การแสดงฟูเรียร์ของช่วงกว้างของคลื่นของรัฐควอนตัมกับคลาสสิก อัลกอริธึม QFTต้องการเพียงประตูทางเข้าหลักO(n2)O(n2)\mathcal O(n^2)เท่านั้น มีเหตุผลใดบ้างที่รู้ว่าทำไมถึงเป็นเช่นนั้น ด้วยสิ่งนี้ฉันหมายความว่ามีลักษณะที่เป็นที่รู้จักของ DFT ที่ทำให้สามารถใช้งาน "รุ่นควอนตัม" ที่มีประสิทธิภาพได้หรือไม่ แท้จริงผิวเผินมากกว่าNNNเวกเตอร์มิติสามารถจะคิดว่าเป็นการดำเนินการเชิงเส้น y⃗ =DFTx⃗ ,DFTjk≡1N−−√exp(2πiNjk).y→=DFT⁡x→,DFTjk≡1Nexp⁡(2πiNjk).\vec y=\operatorname{DFT} \vec x, \qquad \text{DFT}_{jk}\equiv \frac{1}{\sqrt N}\exp\left(\frac{2\pi i}{N}jk\right). "รุ่นควอนตัม" ของปัญหานี้คือภารกิจของให้สถานะควอนตัม|x⟩≡∑Nk=1xk|k⟩|x⟩≡∑k=1Nxk|k⟩|\boldsymbol x\rangle\equiv\sum_{k=1}^N x_k|k\rangle , รับสถานะเอาต์พุต|y⟩≡∑Nk=1yk|k⟩|y⟩≡∑k=1Nyk|k⟩|\boldsymbol y\rangle\equiv\sum_{k=1}^N y_k |k\rangleดังกล่าวว่า |y⟩=DFT|x⟩=QFT|x⟩.|y⟩=DFT⁡|x⟩=QFT⁡|x⟩.|\boldsymbol y\rangle=\operatorname{DFT}|\boldsymbol x\rangle=\operatorname{QFT}|\boldsymbol x\rangle. การทำให้เข้าใจง่ายแรกดูเหมือนว่ามาจากข้อเท็จจริงที่ว่าเนื่องจากความเป็นเชิงเส้นของ QM เราจึงสามารถมุ่งเน้นไปที่สถานะพื้นฐาน , กับวิวัฒนาการของเวกเตอร์ทั่วไป | x ⟩จากนั้นมาฟรี|j⟩,j=1,...,N|j⟩,j=1,...,N|j\rangle, \,\,j=1,...,N|x⟩|x⟩|\boldsymbol x\rangle หากจะสามารถแสดง| j ⟩ในฐานสองมี| …

17 algorithm  speedup  quantum-fourier-transform 

ฉันได้ยินคำว่าTopological Quantum Computerสองสามครั้งแล้วและรู้ว่ามันเทียบเท่ากับคอมพิวเตอร์ควอนตัมที่ใช้วงจรที่เกี่ยวกับการลดพหุนามเวลา อย่างไรก็ตามมันไม่ชัดเจนเลยสำหรับฉันว่าคอมพิวเตอร์ควอนตัมดังกล่าวแตกต่างจากคนอื่นอย่างไรมันทำงานอย่างไรและจุดแข็งของมันคืออะไร กล่าวโดยย่อ: คอมพิวเตอร์ควอนตัมทอพอโลยีแตกต่างจากรุ่นอื่นอย่างไรเช่นคอมพิวเตอร์ควอนตัมแบบเกตเบส

17 models  topological-quantum-computing