của Tiến sĩ Sabine Hossenfelder có tiêu đề “ ”. Video YouTube mới nhất Có vẻ như AI sẽ giết chết Máy tính Lượng tử Tôi muốn chia sẻ lý do tại sao điều này sẽ không xảy ra trước khi cú đâm vào máy tính lượng tử này trở nên nguội lạnh. Máy tính lượng tử đang được quan tâm nghiên cứu lớn Nếu bạn rời khỏi video với niềm tin tha thiết rằng AI thực sự sẽ giết chết máy tính lượng tử bằng cách cạn kiệt nguồn tài trợ nghiên cứu của nó, thì bạn cũng có thể tin rằng AI sẽ giết chết vật lý hạt, vũ trụ học và lực hấp dẫn lượng tử. Và Higgs Boson đang ẩn náu ở đâu nếu nó chứa nhiều năng lượng khối lượng hơn một nguyên tử hydro? Chỉ cần nói. Sự tiến bộ liên tục trong việc hiện thực hóa lý thuyết và thử nghiệm các máy tính lượng tử tốt hơn là mối quan tâm lớn của con người vì đây là một cách thực sự để khám phá những sự thật tính toán về vũ trụ. Chúng ta tò mò về việc xây dựng những chiếc máy tính lượng tử lớn, mạnh mẽ giống như chúng ta tò mò về những gì xảy ra bên trong một lỗ đen. Liệu một máy tính lượng tử cực mạnh có hack RSA và khám phá tất cả những bí mật đã được băm nhỏ đó (về người ngoài hành tinh) không? Tôi muốn tìm hiểu. Liệu lỗ đen có dịch chuyển chúng ta sang một vũ trụ khác không? Tiến sĩ Sabine quan tâm đến vấn đề này. Khi AI mang lại cho các nhà sáng lập công nghệ lớn hàng tỷ đô la và sắp trở thành hàng nghìn tỷ đô la khi chúng ta bắt đầu đưa máy chủ lên mặt trăng, phần lớn nguồn tài trợ mới tìm thấy đó sẽ được dùng để nghiên cứu về điện toán lượng tử. Máy tính không phải lúc nào cũng là về tốc độ Đồ thị Chúng tôi luôn so sánh tốc độ tính toán của máy tính lượng tử với tốc độ tính toán của máy tính cổ điển trong biểu đồ bên dưới. Biểu đồ trên bắt đầu bằng đường dành cho điện toán lượng tử phía trên đường tính toán cổ điển. Điều này có nghĩa là máy tính cổ điển hoạt động hiệu quả hơn và mất ít thời gian hơn để thực hiện các thao tác. Sau này, có điểm giao nhau và máy tính cổ điển mất nhiều thời gian hơn để thực hiện các thao tác so với máy tính lượng tử. Điểm giao thoa đó là khi một máy tính lượng tử có kích thước khiêm tốn và độ phức tạp tấn công các thuật toán mã hóa cổ điển, các vấn đề mô phỏng và mà không máy tính cổ điển nào có thể hack được. các vấn đề di chuyển Tiến sĩ Sabine lập luận rằng AI đang chuyển các ranh giới và điểm giao thoa sang tương lai rất xa, khiến đồng nghiệp cấp cao của Meta và cựu giám đốc công nghệ Mike Schroepfer hoàn toàn đúng khi ông nói “điện toán lượng tử không liên quan đến Meta ngay bây giờ”, khá tiên tri. . …”(máy lượng tử) có thể xuất hiện vào một lúc nào đó, nhưng nó có tầm nhìn dài đến mức không liên quan đến những gì chúng ta đang làm.” nguồn Nhưng điện toán không phải lúc nào cũng có thể giải quyết vấn đề một cách nhanh chóng. Làm người mẫu Máy tính cũng liên quan đến các vấn đề về mô hình hóa. Mặc dù QC mới nhất - - không đủ lớn cho các vấn đề tính toán mà hầu hết mọi người đang trả tiền, nhưng thực tế là bạn sẽ cần một tổ hợp siêu máy tính để mô hình hóa những gì nó có thể mô hình hóa là đủ ấn tượng. IBM Osprey 433 qubit Biết điều gì thì chúng ta nên làm điều đó. Chúng ta hãy mô hình hóa một cái gì đó ấn tượng trong Osprey và cũng thử mô hình hóa nó trên Xem cái nào sử dụng ít điện hơn. Cuộc thi người mẫu này có thể được đánh giá là có tính nghệ thuật cao và được thiết kế để giúp mọi người giải trí. Ở đâu có giải trí, mọi người sẵn sàng trả tiền cho nó. Frontier. Một lưu ý thực tế hơn, các cảm biến lượng tử được chế tạo ở khía cạnh đo lường của máy tính lượng tử là một đỉnh cao của vũ trụ mà các cảm biến tính toán cổ điển không có hy vọng nhìn thấy. Đáng chú ý là đồng hồ LIGO và Atomic. Loại thứ hai có thể nhìn và đếm zepto giây nguyên tử bằng cách sử dụng năng lượng tối thiểu được tuần hoàn theo chu kỳ bằng cách kích thích liên tục một nguyên tử. Việc cho biết thời gian rất chính xác giúp chúng ta giữ được một cuốn . lịch chính xác, mặc dù có phần lộn xộn Cái trước có thể nhìn thấy sóng hấp dẫn bằng cách sử dụng một biến thể của giao thoa kế Mach-Zehnder. Trong thế giới điện toán lượng tử, đây chỉ là một cổng CNOT đơn lẻ. Vì vậy, nếu một cổng CNOT có thể nhìn thấy sóng hấp dẫn, hãy tự hỏi những thuật toán phức tạp của chúng ta có thể nhìn thấy gì. Chúng ta cần tìm hiểu. Các trường hợp sử dụng tính toán đo lường cho điện toán lượng tử sẽ ngày càng ấn tượng hơn. Tôi hy vọng một ngày nào đó có thể đo được Hamiltonian của . công cụ khai thác Bitcoin nhỏ nhất có thể AI có thể yêu thích điện toán lượng tử Chúng ta cần nhận ra rằng AI có thể yêu thích điện toán lượng tử, bởi vì AI thích học hỏi. AI có thể đang vượt qua ranh giới của máy tính cổ điển để khiến chúng phát triển khả năng phỏng đoán mà những người đào tạo mô hình AI cũng phải ngạc nhiên. Nhưng dù bạn có đẩy chiếc ô tô đến đâu, nó cũng không bao giờ là một chiếc thuyền. Mặc dù AI vẫn còn kém trong việc giải thích cơ học lượng tử so với hầu hết các nhà vật lý con người, nhưng điều đó có thể thay đổi khi chúng ta tiếp tục cung cấp cho AI dữ liệu điện toán lượng tử. Công nghệ Machine Learning of Quantum (MLQ, không phải là ) nên được Meta quan tâm vì con đường phát triển máy tính lượng tử tốt hơn cũng sẽ phát triển các vật liệu nano tốt hơn phù hợp với thế giới điện toán cổ điển. QML Quantum Machine Learning Thế giới điện toán lượng tử, giống như thế giới điện toán cổ điển, hiện đang dừng ở cấp độ nano. Là hàng xóm, họ có thể hưởng lợi từ nhau. Họ sẽ. Tái bút >> Máy tính lượng tử cũng đang nỗ lực cải tiến công nghệ pin vì sự vướng víu của các nguyên tử sẽ mang lại nhiều năng lượng hơn so với khi bạn không vướng víu. Thừa nhận đi; những máy tính lượng tử này thật thú vị.
