不再神秘的量子计算,用Python就能实现(视频+代码)

简介:

说到量子和量子计算,你会想到什么?薛定谔那只可能死了也可能没死的神秘的猫?(^._.^)ノhmmm...

今天的小视频从我们为什么要用到量子计算机谈起,不仅仅讲背景,还会首次带我们用Python实现一个简单的量子算法,还非常贴心地附有代码哟

万万没有想到吧,Python也可以进入量子计算的神秘世界!(仿佛打开了新世界的大门)


点击观看视频

时长9分钟

带有中文字幕

58c39ec780ddf6b9e30612ba1cf69bba6bc13812

我们知道,普通计算机是靠电力运行的,它通过电线发送电流脉冲,向其他地方传送信息。计算机使用的晶体管有导通和不导通这两种状态,可以用1或0来表示,这就是“比特”的概念,每个比特代表0或者1,就像灯的开关一样。当这些1和0组合在一起,通过二进制编码规则可以表示任何数字或字母。

f5ac03c2b21c6bef4beaad30fd944f0da7a8b457

hmm...可是为什么看起来像一只鸭子?

1965年,Intel公司的创办人Gordon Moore预测说每平方英寸的集成电路上的晶体管的数目会每隔约18个月翻一倍,这就是摩尔定律

47af07d50adc54c3a93a0fcd91ab730388fa6dae

但是,摩尔定律是有“尽头”的:物理定律会约束我们没法把芯片做得更小。

这就是为什么大家如此关注量子计算。

量子这个词在物理中代表着相互作用中物理实体的最小单位,例如,一个光子是光的最小单位。量子物理学家研究原子世界以及其中的亚原子粒子。

5097555a2633a18b5398fe41e0044c1d554a393b

正如费曼先生所言,物体在极微小的尺度下表现出的特性,与你直接接触过或者你见过的任何事物都不同。▼

b4b3e21ea808b95e16c7559d3dc08f7e5947bc6a

像电子和光子一样的微小粒子能同时处于不同的态,但是在大一点的尺度下,它们表现出互斥性。它们可能同时出现在多个地方,或者同时展现出两种极性。我们无法观测到两种不同状态的叠加,因为一旦人们尝试去测量,叠加态就消失了。

量子计算机使用在接近绝对零度时具有磁悬特性的粒子,称为Q比特,除了能表示0或1,Q比特还可以同时表示两种状态。wow~⊙o⊙

除了状态叠加,还有纠缠的概念。如果系统中有不止一个Q比特,这些粒子之间并不是相互独立的,而是纠缠在一起。比特粒子可以相互影响,即使他们在空间中距离很远。

爱因斯坦称纠缠为远距离的幽灵行为。▼

b03bdb1dbab8075197d41c223dd484ce220c9204

没人知道这是如何发生的,但是我们依然可以利用这一叠加的概念将计算机从二进制表示中解放出来。一台运行在这些Q比特上的计算机,性能将超越传统计算机。

b9b3c7de678225990db707ea0043087a82542ce1

视频的最后,展示了一个用Python连接IBM量子API实现的量子算法——Deutsch-Jozsa算法。具体代码可以看这里:

https://github.com/llSourcell/quantum_computing

每次想到所谓“遥远的相似性”,都能感觉到自己和宇宙万物的微妙关联。在远方我们所不知道的角落里,也许会有一个粒子在和我们的粒子相纠缠,自己这边发生变化,对方也随之改变。

如果我们能看到那个微观世界,距离遥远的粒子在无言地交流,那将是怎样的诗意与恢弘?只可惜,一旦被干涉,纠缠态将不复存在。

如果能看到粒子的世界,你会对那样的景象厌倦吗?


原文发布时间为:2018-01-06

本文作者:文摘菌

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”微信公众号

相关文章
|
4天前
|
缓存 监控 测试技术
Python中的装饰器:功能扩展与代码复用的利器###
本文深入探讨了Python中装饰器的概念、实现机制及其在实际开发中的应用价值。通过生动的实例和详尽的解释,文章展示了装饰器如何增强函数功能、提升代码可读性和维护性,并鼓励读者在项目中灵活运用这一强大的语言特性。 ###
|
7天前
|
缓存 开发者 Python
探索Python中的装饰器:简化代码,增强功能
【10月更文挑战第35天】装饰器在Python中是一种强大的工具,它允许开发者在不修改原有函数代码的情况下增加额外的功能。本文旨在通过简明的语言和实际的编码示例,带领读者理解装饰器的概念、用法及其在实际编程场景中的应用,从而提升代码的可读性和复用性。
|
3天前
|
Python
探索Python中的装饰器:简化代码,提升效率
【10月更文挑战第39天】在编程的世界中,我们总是在寻找使代码更简洁、更高效的方法。Python的装饰器提供了一种强大的工具,能够让我们做到这一点。本文将深入探讨装饰器的基本概念,展示如何通过它们来增强函数的功能,同时保持代码的整洁性。我们将从基础开始,逐步深入到装饰器的高级用法,让你了解如何利用这一特性来优化你的Python代码。准备好让你的代码变得更加优雅和强大了吗?让我们开始吧!
12 1
|
8天前
|
设计模式 缓存 监控
Python中的装饰器:代码的魔法增强剂
在Python编程中,装饰器是一种强大而灵活的工具,它允许程序员在不修改函数或方法源代码的情况下增加额外的功能。本文将探讨装饰器的定义、工作原理以及如何通过自定义和标准库中的装饰器来优化代码结构和提高开发效率。通过实例演示,我们将深入了解装饰器的应用,包括日志记录、性能测量、事务处理等常见场景。此外,我们还将讨论装饰器的高级用法,如带参数的装饰器和类装饰器,为读者提供全面的装饰器使用指南。
|
4天前
|
存储 缓存 监控
掌握Python装饰器:提升代码复用性与可读性的利器
在本文中,我们将深入探讨Python装饰器的概念、工作原理以及如何有效地应用它们来增强代码的可读性和复用性。不同于传统的函数调用,装饰器提供了一种优雅的方式来修改或扩展函数的行为,而无需直接修改原始函数代码。通过实际示例和应用场景分析,本文旨在帮助读者理解装饰器的实用性,并鼓励在日常编程实践中灵活运用这一强大特性。
|
8天前
|
存储 算法 搜索推荐
Python高手必备!揭秘图(Graph)的N种风骚表示法,让你的代码瞬间高大上
在Python中,图作为重要的数据结构,广泛应用于社交网络分析、路径查找等领域。本文介绍四种图的表示方法:邻接矩阵、邻接表、边列表和邻接集。每种方法都有其特点和适用场景,掌握它们能提升代码效率和可读性,让你在项目中脱颖而出。
21 5
|
6天前
|
机器学习/深度学习 数据采集 人工智能
探索机器学习:从理论到Python代码实践
【10月更文挑战第36天】本文将深入浅出地介绍机器学习的基本概念、主要算法及其在Python中的实现。我们将通过实际案例,展示如何使用scikit-learn库进行数据预处理、模型选择和参数调优。无论你是初学者还是有一定基础的开发者,都能从中获得启发和实践指导。
17 2
|
8天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
26 4
|
10天前
|
缓存 开发者 Python
探索Python中的装饰器:简化和增强你的代码
【10月更文挑战第32天】 在编程的世界中,简洁和效率是永恒的追求。Python提供了一种强大工具——装饰器,它允许我们以声明式的方式修改函数的行为。本文将深入探讨装饰器的概念、用法及其在实际应用中的优势。通过实际代码示例,我们不仅理解装饰器的工作方式,还能学会如何自定义装饰器来满足特定需求。无论你是初学者还是有经验的开发者,这篇文章都将为你揭示装饰器的神秘面纱,并展示如何利用它们简化和增强你的代码库。
|
8天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
19 2