物理紀錄與思考
Google Quantum AI Lab演講小紀錄
論Google 量子霸權實驗(Quantum Supermacy)
從SWAP Test 漫談量子資訊與量子機器學習
如何比較兩個量子態是否相同?
從資訊的角度來思考量子物理會發現很多有趣的現象(即使我們先撇開詮釋的部分).首先我們知道量子力學世界裡,波動方程式要求資訊是守恆的、意思是所有連續平滑的物理系統演化都是可逆的Unitary operation(光是說到這就已經有霍金輻射引起的「黑洞資訊悖論」,幽微的問題非常多),如果有人能從宏觀掌握整個宇宙波函數,那未來和過去的可能性便盡收眼底.可惜這世界沒有這麼單純,麻煩的是我們實驗上總是沒有看到波函數疊加態(如電子被測量時不是自旋上就是自旋下),不論是哥本哈根詮釋的波函數「塌陷」還是多世界詮釋下的去相干,有個過程使得我們只能讀到波函數的本徵態.這意味著當我們要從波函數提取資訊時就會摧毀它(至少在局部的觀點上),當然透過類似「量子擦除實驗」的例子我們可以透過放棄提取資訊重新看到干涉條紋(疊加態的特徵).
量子計算新霸主:Honeywell
前陣子看到Honeywell 要用Yb171離子井做量子電腦時,我只是既驚訝又欣慰:驚訝的是有製造業、而非矽谷科技業來投入量子計算的競賽(後來發現他是軍工複合體,所以就沒有那麼驚訝),欣慰的是Honeywell 採用的是目前較少企業採用的離子井技術來做量子計算、而非超導體量子位元。說實話,我當時完全不認為他們能夠做到多好,因為除了一篇新聞稿外沒有更多的資訊,沒有論文發表、春天DAMOP海報也沒有過人數字或實驗細節,想說他們實驗應該還在起步,即使能做到匹敵學界一流、也難以和Yb離子祖師爺Christopher Monroe的新創公司IonQ競爭。 Continue reading…
Elon and Neuralink
相信大家都有關注腦機介面新創Neuralink之新聞,在此我向推薦著名長文網誌Wait But Why(非常非常長),其代表作中除了超人類主義外那篇AI經典外,我最喜歡的就是這篇Elon and Neuralink.
對於人類要能夠突破文字和口語的緩慢低效交流,腦機介面是必要的(如同WBW文章所說:矽晶片速度>>個人思考>閱讀>對話>寫字),引用Michio Kaku在 Future of MInd 所說
未來世界看當代的訊息沒有辦法附加情緒和感受、就彷彿我們看過去只能用文字
我們將從分享情緒走向腦際網路、然後從腦際網路走向意識上傳、最終從意識上傳走向更高的存在(Ray Kurzweil「當人類超越生物學」),而打破所有介面的腦機介面將是這一切極為重要的核心科技,在我來看和可編程物質的奈米機器人和強人工智慧並列.
高品質資源推薦計畫:以Multcloud為例
最近看到詹雨安學弟在,希望能夠節省大家爬文篩選資料的時間,我也花了點時間組織對自己頗有影響力的文章和工具,畢竟「找到有用工具」是僅次「決斷要找什麼什麼」第二困難的步驟,希望這個計劃可以讓大家看到各領域有趣的知識以及如何有效學習.由於不是所有朋友與讀者都會參與這次計畫,我決定寫篇網誌來分享自己關於跨雲端管理的工具和備份策略(當然還是希望大家可以一起貢獻這個高品質資源推薦計畫
Continue reading…
短評中國頒發墨子量子科學獎2018/2019
量子演算法概述與無窮維度的量子機器學習
為了紀念自己通過博士資格考、並推廣科普幫助外界理解這個有趣的領域,於本篇文章我會分享自己對於量子演算法的理解、 然後著重於為何要用無窮維度系統做量子機器學習,我會盡可能用文字說明與類比、並且附上連結給大家參考.即使修過兩次研究所等級的量子資訊(用的是聖經本Nielsen and Chuang)和一次博士班進階量子演算法(Andrew Childs筆記),在動筆時我仍舊會停下來思考記憶是否準確、還跑去翻書和看筆記,所以這主題很難理解很正常、獲得些感覺就行了;另外,因為自己是物理出身、所以對於演算法的嚴謹性和複雜度分析只能說是略懂,請資訊科學界和數學出身的朋友體諒了:)
Continue reading…