書名: Python量子計算實踐:基于Qiskit和IBM Quantum Experience平臺作者名: (美)哈西·諾倫本章字數: 542字更新時間: 2024-05-24 18:03:14
第2章 基于Python的量子計算和量子比特
盡管量子計算是一個新興領域,但它也有著一段相對較長的歷史。大約一個世紀之前,人們就提出了用于實現量子計算的想法和概念(如量子力學中的量子疊加和量子糾纏);而量子信息科學創立于大約40年前。Peter Shor和Lov Grover等早期的研究人員提出了一些量子算法(Shor算法和Grover算法),這些算法現在開始與E=mc2這樣的基礎物理概念一樣廣為人知。更多相關信息,參見2.4.5節。
與此同時,研究人員近些年才搭建出用于實現量子效應的實體量子計算機。20世紀90年代,DiVincenzo提出了搭建量子計算機需滿足的若干條件;2016年,IBM公司開放了IBM Quantum Experience和Qiskit,第一次使得量子計算工具有效地“飛入尋常百姓家”,讓我們即使不在相關研究實驗室,也能真正地開始探索這個新興領域。
那么,讀者可能會好奇,量子計算和經典計算之間有何區別?要探索它們之間的區別,讀者可以從每種算法的基本計算單元入手,簡單了解經典比特(classical bit)和量子比特(quantum qubit或qubit)。
本章將比較經典比特和量子比特,使用一些基本的線性代數知識來讓讀者更加深入地了解它們,并比較經典(確定性)計算和量子(概率)計算之間的相同點和不同點。本章還會簡要介紹Qiskit的一些基本的可視化方法,形象地向讀者演示量子比特。
本章主要包含以下內容:
● 比較經典比特和量子比特;
● 使用Python將量子比特可視化;
● 量子門簡介。
推薦閱讀
- Vue.js設計與實現
- 數據庫程序員面試筆試真題與解析
- PostgreSQL Cookbook
- 青少年軟件編程基礎與實戰(圖形化編程三級)
- 營銷數據科學:用R和Python進行預測分析的建模技術
- Python機器學習經典實例
- R語言與網絡輿情處理
- Django 3.0入門與實踐
- Raspberry Pi Robotic Projects(Third Edition)
- Node.js區塊鏈開發
- Getting Started with Electronic Projects
- RESTful Web API Design with Node.js(Second Edition)
- Learning ROS for Robotics Programming
- MySQL從入門到精通
- Android從入門到精通