Sabine Hossenfelder 博士 标题为“ ”。 最新的 YouTube 视频 看起来人工智能将杀死量子计算 我想分享一下为什么在对量子计算机的攻击降温之前这不会发生。 量子计算机具有很大的研究兴趣 如果你在看完视频后真诚地相信人工智能确实会通过耗尽其研究资金来杀死量子计算机，那么你不妨相信人工智能将杀死粒子物理学、宇宙学和量子引力。 如果希格斯玻色子拥有比氢原子更多的质能，那么它到底藏在哪里呢？ 只是说。 更好的量子计算机的理论和实验实现的不断进步引起了人类的极大兴趣，因为它是揭示宇宙计算真理的真正方法。我们对建造大型、强大的量子计算机感到好奇，就像我们对黑洞内部发生的事情感到好奇一样。 一台强大的量子计算机应该破解 RSA 并揭开所有这些（关于外星人的）散乱的秘密吗？我想知道。黑洞会把我们传送到另一个宇宙吗？ Sabine 博士对此很感兴趣。 一旦我们开始在月球上安装服务器，人工智能就会为大型科技创始人带来数十亿美元的收入，很快就会达到数万亿美元，猜猜看，许多新发现的资金将用于量子计算的研究。 计算并不总是与速度有关 图表 我们总是将量子计算机的计算速度与经典计算机的计算速度进行比较，如下图所示。 上图以量子计算线开始，高于经典计算线。这意味着经典计算机效率更高，并且执行操作所需的时间更少。后来，出现了一个交叉点，与量子计算机相比，经典计算机需要更多的时间来完成运算。 这个交叉点是当一台规模和复杂性适中的量子计算机破解经典加密算法、模拟问题和经典计算机无法破解的 时。 旅行问题 Sabine 博士认为人工智能正在将界限和交叉点转移到遥远的未来，这使得 Meta 高级研究员、前技术主管 Mike Schroepfer 所说的“量子计算现在与 Meta 无关”完全正确，非常有先见之明。 ......“（量子机器）可能会在某个时候出现，但它的时间范围很长，与我们正在做的事情无关。” 来源 但计算并不总是能够快速解决问题。 造型 计算还涉及建模问题。 虽然最新的 QC - - 对于大多数人付费的计算问题来说还不够庞大，但您需要一个超级计算复合体来对其可以建模的内容进行建模这一事实应该足够令人印象深刻。 433 量子位 IBM Osprey 知道什么，我们就应该去做。 让我们在 Osprey 中建模一些令人印象深刻的东西，并尝试在 看看哪一个用电少。这项模特大赛可以被视为高雅艺术，旨在为人们带来娱乐。哪里有娱乐，人们就愿意为此付费。 Frontier 上对其进行建模。 从更实际的角度来看，在量子计算机测量端构建的量子传感器是传统计算传感器无法看到的宇宙高峰。值得注意的是 LIGO 和原子钟。 后者可以使用通过连续激发原子周期性循环的最小能量来查看和计算原子泽秒。 非常准确地报时可以帮助我们保持准确但 。 笨重的日历 前者可以使用马赫-曾德干涉仪的变体来观测引力波。在量子计算世界中，这只是一个单一的 CNOT 门。 因此，如果一个 CNOT 门可以看到引力波，想知道我们精心设计的算法可以看到什么。 我们需要找出答案。 量子计算的测量计算用例只会变得更加令人印象深刻。我希望有一天能够测量 的哈密顿量。 最小的比特币矿工 人工智能可能喜欢量子计算 我们需要意识到人工智能可能喜欢量子计算，因为人工智能喜欢学习。 人工智能可能正在突破传统计算机的界限，使它们发展出启发式的能力，训练人工智能模型的人也对此感到惊叹。但无论你如何努力推车，它永远都不是船。 虽然与大多数人类物理学家相比，人工智能在解释量子力学方面仍然很差，但一旦我们继续向人工智能注入量子计算数据，这种情况可能会改变。 Meta 应该对量子机器学习（MLQ，不是 ，即 ）技术感兴趣，因为开发更好的量子计算机的道路也将开发与经典计算世界相关的更好的纳米材料。 QML 量子机器学习 与经典计算世界一样，量子计算世界现在也停在纳米尺度上。作为邻居，他们可以互相受益。他们会的。 PS >> 量子计算机也致力于改进电池技术，因为原子纠缠比没有纠缠时能储存更多的能量。 承认吧；这些量子计算机很有趣。
