Quantum Physics Là Gì

  -  
Các đặc điểm cơ bản của Quantum Mechanic

Quantum mechanics (QM; also known as quantum physics, quantum theory, the wave mechanical mã sản phẩm & matrix mechanics), including quantum field theory, is a fundamental theory in physics describing the properties of nature on an atomic scale.

Bạn đang xem: Quantum physics là gì

Dịch nghĩa: Cơ học tập lượng tử, bao gồm cả kim chỉ nan ngôi trường lượng tử là 1 trong những căn nguyên của thứ lý nhằm mục tiêu biểu đạt những thuộc tính(tính chất) của thoải mái và tự nhiên ở mức độ nguyên tử.

Các nguyên lý của cơ học truyền thống áp dụng mang lại nhân loại mô hình lớn đã không còn đề đạt đúng chuẩn chuyển động ở tầm mức vi mô của những hạt ngulặng tử với hạ ngulặng tử. Cơ học lượng tử nhận định rằng tích điện (energy — đồ vật căn bạn dạng cấu thành vũ trụ) là 1 trong những dạng đồ dùng chất nên rất có thể đong, đo, định lượng và chia thành những đơn vị.

Spin

Những đồ gia dụng phệ nlỗi một địa cầu hoặc nhỏ dại như một proton đều sở hữu một đặc điểm điện thoại tư vấn là spin.

Spin là lượng hoạt động quay nhưng một đồ tất cả, xét cả cân nặng với những thiết kế của chính nó. Đây còn được gọi là moment đụng lượng của một đồ dùng. Spin là 1 khái niệm đơn thuần lượng tử, không tồn tại sự tương xứng trong cơ học cổ điển.

Quan niệm về spin sau đó được chứng minh rằng bao gồm mâu thuẫn với tngày tiết tương đối. Tuy nhiên, cho dù bắt đầu sinh ra spin như thế nào không rõ, spin của tất cả các phân tử cơ phiên bản tạo cho nhân loại thiết bị chất, như electron, quark hồ hết khác ko cùng bằng ħ/2 (ħ là hằng số plank), Call tắt là 50%. Các hạt nhỏng photon tất cả spin bởi 1… Bởi vậy, spin là một trong những đặc trưng nội tại của hạt, nó vậy hữu y hệt như khối lượng cùng năng lượng điện đặc trưng của hạt đó. Nếu một electron không có spin thì nó không thể là một electron nữa.

*

Chồng chập lượng tử với Qubit

Chồng chập lượng tử (tuyệt ông chồng unique tử, xếp lớp lượng tử) là vấn đề áp dụng nguyên tắc ck chtràn vào cơ học tập lượng tử. Ngulặng lý ông xã chập vốn là sự việc cùng véctơ các véctơ sóng vào giao thoa. Trong cơ học lượng tử, những véctơ hàm sóng, tuyệt véctơ trạng thái được cùng.

Cụ thể, ông xã chập lượng tử có thể được tuyên bố là “giả dụ một hệ lượng tử rất có thể được phân phát hiện nay làm việc 1 trong 2 tinh thần, A cùng B với những đặc điểm không giống nhau, nó cũng hoàn toàn có thể được vạc hiện tại sống tâm lý tổ hợp của chúng, aA + bB, nghỉ ngơi kia a cùng b là những số bất kỳ”.

Vấn đề này được vận dụng vào laptop lượng tử với việc tạo thành những quantum bit (bit lượng tử), Điện thoại tư vấn tắt là qubit. Các nhà sáng tạo máy tính lượng tử áp dụng một vi hạt nhỏng một qubit, và tâm trạng spin hướng lên xuất xắc phía xuống của vi hạt khớp ứng cùng với tâm trạng của qubit.

Khác với laptop kỹ thuật số dựa trên tranzitor đòi hỏi cần phải mã hóa dữ liệu thành những chữ số nhị phân, từng số được gán cho 1 trong 2 tâm trạng nhất quyết là 0 hoặc 1, tính tân oán lượng tử áp dụng các bit lượng tử làm việc trong tâm lý ông chồng chập nhằm tính toán thù. Như vậy Tức là 1 bit lượng tử có thể có mức giá trị 0 và 1 làm việc cùng 1 thời điểm, Tức là xẩy ra hiện tường ck chập lượng tử của qubit.

Để giải thích vấn đề này, hãy hình dung rằng tất cả một đồng tiền được tung lên. Trước lúc nó tiếp đất bằng mặt trước hay mặt sau, nó đã quay tkhông nhiều trong ko trung cùng với vận tốc cực nhanh khô. Và khi nó sẽ cù tkhông nhiều những điều đó, trên một thời điểm nhất quyết các bạn khẳng định khía cạnh của đồng xu thì nó sẽ có cả 2 tâm trạng, sấp và ngửa.

vì vậy, nếu một máy tính gồm 2 qubit, tại một thời điểm nó sẽ có 222^222 = 4 tinh thần, 3 qubit sẽ có 232^323 = 8 tâm trạng, NNN qubit đã 2N2^N2N tinh thần của qubit bên cạnh đó. Điều này có nghĩa là mẫu máy tính lượng tử NNN qubit sẽ sở hữu tương đương cùng với sức mạnh của 2N2^N2N sản phẩm tính chạy song tuy nhiên nhau. Như vậy phân tích và lý giải tại sao laptop lượng tử có khả năng tính toán rất nhanh hao đối với máy tính thông thường.

Xem thêm: Nghĩa Của Từ Ban Giám Hiệu Là Gì, Ban Giám Hiệu Là Gì

Về mặt lý thuyết, một máy tính xách tay có tương đối nhiều qubit có chức năng cách xử lý một lượng tác vụ cực kì to nhỏng tính tân oán số học tập hoặc tiến hành tìm tìm cơ sở dữ liệu cực to trong thời hạn nhanh khô rộng những so với các máy vi tính thông thường.

*

Rối lượng tử (Quantum Entanglement)

Rối lượng tử (Quantum Entanglement) là một hiện tượng lạ xẩy ra sinh hoạt cấp độ hạt cơ mà tới thời điểm này các nhà công nghệ vẫn chưa phân tích và lý giải được. Đó là bài toán sánh song cùng liên quan lẫn nhau sinh sống hai phân tử trong ngoài hành tinh trọn vẹn ko phụ thuộc vào khoảng cách giữa chúng. Nghĩa là nếu như khách hàng bao gồm một hạt photon sống đầu này của vũ trụ với một phân tử photon khác gồm liên kết rối lượng tử với nó, dẫu vậy ở tận đầu tê của ngoài trái đất, thì nếu khách hàng tác động ảnh hưởng vào trong 1 phân tử, phân tử tê cũng trở thành bị tác động. Tương tác này nkhô giòn rộng ánh nắng không hề ít với hoàn toàn hoàn hảo. Hay nói giải pháp khác: NÓ KHÔNG PHỤ THUỘC VÀO KHOẢNG CÁCH GIỮA HAI HẠT.

Sự biệt lập của qubit đối với bit truyền thống, không chỉ nghỉ ngơi sự thay đổi thiên cực hiếm liên tiếp thông qua ông xã chập lượng tử, mà hơn nữa ở chỗ cùng một cơ hội các qubit có thể sống thọ và contact với nhau qua hiện tượng rối lượng tử . Sự vướng víu này rất có thể xảy ra sinh hoạt khoảng cách mô hình lớn thân những qubit, cho phép chúng biểu đạt những ông chồng chập cùng lúc của đa số hàng cam kết từ (ví dụ chồng chập 01010 cùng 11111). Tính chất “song song lượng tử” này là cầm bạo dạn cơ phiên bản của máy tính lượng tử.

*

Quantum machine learning

Hiểu về quan niệm tính tân oán lượng tử trong 1 phút

Bây giờ chúng ta có thể trường đoản cú hỏi: "Quantum algorithm là gì?". Nó cũng chỉ dễ dàng là một trong những chuỗi những lệnh nhỏng phần đa thuật tân oán thông thường. Tại mọi máy vi tính thường thì bọn họ sử dụng classic gates như OR, AND, NOT. Nhưng điều tạo cho tính toán thù lượng tử không giống cùng với những phxay tân oán thường thì là nó thực hiện quantum gates, vận động bên trên qubits vắt bởi vì bit. Vậy input của quantum algorithms được tạo lên trường đoản cú qubits, dễ dàng như nếu bạn bao gồm n qubits thì bên cạnh đó các bạn cũng đều có 2n2^n2n trạng thái, với 300 qubits thì chúng ta gồm 23002^3002300 trạng thái xảy ra cùng lúc, 23002^3002300 cũng đó là số ngulặng tử vào toàn cục ngoài trái đất ^^

Một ví dụ điển hình sống bên cạnh đời sống nhưng áp dụng về tính tân oán lượng tử là Sở cách xử lý khôn cùng dẫn của google áp dụng 54 qubits để tiến hành phnghiền toán mất 200s cơ mà máy tính xách tay thường thì cùng với các thuật toán thù hiện có thời nay phải mang đến 10,000 năm nhằm giải ra.

Quantum machine learning là gì?

Quantum machine learning là 1 trong nghành nghề nghiên cứu và phân tích bắt đầu phối kết hợp giữa quantum physics với machine learning. Với kim chỉ nam phát triển những thuật tân oán lượng tử học tập từ dữ liệu để nâng cấp các phương pháp hiện tất cả trong học tập thiết bị.

QML sẽ bao hàm phân phát con kiến rực rỡ về phương diện tân oán học, lúc nhưng tân oán học tập là căn nguyên chủ quản cho các thuật toán thù lượng tử. Nhưng thực tế các phát loài kiến này vẫn không được khai thác các với những thuật tân oán ML thông thường được sử dụng trong Artificial Neural Networks (ANNs) vẫn trầm trồ bổ ích lúc chạy trên các máy vi tính truyền thống lịch sử. Nhưng theo xu vắt new của thời đại 4.0 Lúc Big Data là chủ đạo và kinh nghiệm xử trí nhiệm vụ ngày càng tốt của những doanh nghiệp, QML sẽ dần thay thế ML truyền thống lịch sử. Thêm vào đó, những chuyên ngành nhỏng Quantum Computer Science cùng Quantum Information Science sẽ tạo nên ra những đổi khác to đùng mang lại AI trong vòng 10 năm cho tới và là nền móng đến kỷ nguyên ổn công nghiệp mới 5.0.

Vậy QML sẽ thay thế sửa chữa cùng cung ứng mang lại ML truyền thống như thế nào? Có 2 hướng chính:

Quantum versions of ML algorithms: (1) áp dụng các phiên bản lượng tử trong việc tìm và đào bới trị riêng rẽ và vector riêng của những ma trận bự, (2) kiếm tìm kiếm nearest neighbours vào máy tính lượng tử, (3) những cách thức lượng tử vào bài toán đổi mới thí nghiệm trên các phân tử Higgs boston tạo nên sự cân đối về sự việc gọi biết những phân tử cùng xúc tiến cơ bạn dạng vào tự nhiên, xuất xắc (4) các thuật toán thù lượng tử nhằm xử lý những bài bác toán thù con đường tính vào ML.

Classical ML to analyze quantum systems: (1) dìm diện các điểm thay đổi lượng tử (Quantum Change Point), (2) phân một số loại nhị phân về tinh thần của những qubit, (3) sự mất liên kết lượng tử, cùng (4) tái tạo những cực hiếm quan tiền giáp vào nhiệt độ cồn học tập.

*

Quantum neural network

Quantum neural network(QNN) là mô hình mạng neural dưa trên những cách thức cơ bản của đồ gia dụng lý lượng tử như qubit, superposition... và chỉ sử dụng O(log⁡(N))O(log(N))O(log(N)) tmê say số trở thành thiên mang lại đầu vào là NNN qubits.

Thực thi QNNs là một trong số những bước tiến quan trọng trong AI cùng ML. Những bước đầu tiên là mô rộp Perception vào QNNs tuyệt nói khác đi là tế bào rộp một neutron lượng tử. Chúng ta có thể dựa vào thuyết diễn giải những thế giới — Many-worlds Interpretation để tế bào phỏng cho neutron. Thuyết diễn giải những nhân loại nhận định rằng sống thọ tuy nhiên tuy vậy những dải ngân hà quanh họ cùng với quá khđọng cùng tương lai trọn vẹn xác định. Vậy đạo giáo này có tương quan gì cho tới QNNs? cũng có thể phát âm dễ dàng và đơn giản là ANNs sử dụng một mạng neural nhằm cất giữ các patterns khác biệt nhưng mà QNNs rất có thể áp dụng và một thời gian nhiều mạng neural để tàng trữ những patterns khác biệt. Nghe dường như hơi trừu tượng nhỉ? Các bạn cũng có thể hình dung nó như qubit trường thọ 2 tâm lý là 0 với 1 làm việc cùng một thời điểm (Superposition).

Xem thêm: Uống Sữa Gì Để Tăng Chiều Cao Cho Bé Được Yêu Thích Hiện Nay

Hybrid quantum-classical

Xulặng suốt bài bác chúng ta đang năm được những định nghĩa cơ bản rồi chđọng

*

Đầu chi phí ta sẽ tạo nên một vòng bit trong một Controller Circuit

# Parameters that the classical NN will feed values into.control_params = sympy.symbols("theta_1 theta_2 theta_3")# Create the parameterized circuit.qubit = cirq.GridQubit(0, 0)model_circuit = cirq.Circuit( cirq.rz(control_params<0>)(qubit), cirq.ry(control_params<1>)(qubit), cirq.rx(control_params<2>)(qubit))SVGCircuit(model_circuit)

*

Xây dựng bố cục mạng dễ dàng và đơn giản bằng keras (controller network):

controller = tf.keras.Sequential(< tf.keras.layers.Dense(10, activation="elu"), tf.keras.layers.Dense(3)>)Sử dụng tfq để kết nối cùng với controller circuit như một keras.Model:

# This input is the simulated miscalibration that the Mã Sản Phẩm will learn khổng lồ correct.circuits_input đầu vào = tf.keras.Input(shape=(), # The circuit-tensor has dtype `tf.string` dtype=tf.string, name="circuits_input")# Commands will be either `0` or `1`, specifying the state to phối the qubit lớn.commands_đầu vào = tf.keras.Input(shape=(1,), dtype=tf.dtypes.float32, name="commands_input")Tiếp theo vận dụng hàng loạt các phnghiền tính cho những đầu vào kia, để tính toán:

dense_2 = controller(commands_input)# TFQ layer for classically controlled circuits.expectation_layer = tfq.layers.ControlledPQC(model_circuit, # Observe Z operators = cirq.Z(qubit))expectation = expectation_layer()Bây giờ đồng hồ đóng gói tính tân oán này bởi bằng một tf.keras.Model:

# The full Keras Model is built from our layers.model = tf.keras.Model(inputs=, outputs=expectation)Draw model:

Mô hình này có nhị đầu vào: Các lệnh mang lại cỗ tinh chỉnh và điều khiển với đầu ra của controller circuit

tf.keras.utils.plot_model(Model, show_shapes=True, dpi=70)

*

Xây dựng comm& đầu vào values nguồn vào và đầu ra output ý muốn muốn:

Đây chưa hẳn là toàn thể dữ liệu đào tạo cho nhiệm vụ này. Mỗi datapoint vào tập tài liệu cũng cần được một mạch đầu vào, ta đang nói rõ hơn điều này tại vị trí kế tiếp

commands = np.array(<<0>, <1>>, dtype=np.float32)expected_outputs = np.array(<<1>, <-1>>, dtype=np.float32)Input-circuit bên dưới xác minh tính toán thù không đúng tự dưng mà mô hình vẫn học nhằm sửa:

random_rotations = np.random.uniform(0, 2 * np.pi, 3)noisy_preparation = cirq.Circuit( cirq.rx(random_rotations<0>)(qubit), cirq.ry(random_rotations<1>)(qubit), cirq.rz(random_rotations<2>)(qubit))datapoint_circuits = tfq.convert_to_tensor(< noisy_preparation> * 2) # Make two copied of this circuitdatapoint_circuits.shapeOutput:

TensorShape(<2>)Tiếp tục họ sẽ xây dựng dựng những hàm đến quy trình training:

optimizer = tf.keras.optimizers.Adam(learning_rate=0.05)loss = tf.keras.losses.MeanSquaredError()Model.compile(optimizer=optimizer, loss=loss)history = mã sản phẩm.fit(x=, y=expected_outputs, epochs=30, verbose=0)plt.plot(history.history<"loss">)plt.title("Learning to lớn Control a Qubit")plt.xlabel("Iterations")plt.ylabel("Error in Control")plt.show()

*

Từ plot trên bạn cũng có thể thấy quy trình mạng đã học tập bí quyết khắc chế tính tân oán không nên của khối hệ thống.

Chúng ta vừa đi sang 1 loạt các quan niệm cơ bạn dạng về quantum machine learning, tương tự như bàn bạc về nó. Mặc đó là một công nghệ hơi non trẻ tuy vậy tiềm năng của nó lại rất cao trong trí tuệ nhân tạo, cảm ơn chúng ta sẽ phát âm bài bác, hứa các bạn trong bài viết tiếp theo sau

*

Reference

http://360.thuvienvatly.com/bai-viet/nguyen-tu-hat-nhan/2985-spin-la-gi

https://trithucvn.net/khoa-hoc/may-tinh-tuong-tu-la-gi-va-vi-sao-no-co-kha-nang-tinh-toan-sieu-dang.html