前沿地带:从量子计算到量子互联网

640?wx_fmt=jpeg

来源:资本实验室


当我们进入互联网时代,科技进步和社会发展就建立在了数据与计算能力的基础之上。


庞大的数据量与快速的计算能力这两大基本因素决定着我们进入未来社会的速度,而在当前的各种新技术中,量子计算无疑是最具未来感的新技术之一。


目前,在量子计算领域,无论是理论还是硬件的每一次突破都会成为业内和媒体的焦点,并引发我们对未来社会的更多憧憬。


研究认为,虽然量子计算机正在登上各种头条新闻,但量子通信技术可能更接近于实际应用。因为构建处理能力远超传统计算机的量子计算机将需要非常大的量子比特网络,但你只需要更少的努力就可以搭建有用的通信网络。


在《科学》杂志的一篇论文中,荷兰代尔夫特理工大学的研究人员概述了一个由量子连接的量子计算机全球网络的六个发展阶段,并指出我们目前正处于最底层的阶段。

640?wx_fmt=jpeg

量子互联网的6个发展阶段(来源:Science)


作者认为,其中每个阶段都在功能提升的同时,伴随着更大的技术难度。但作者乐观地表示:“我们正处于一个激动人心的时刻,类似于经典互联网的前夜。”同时,作者还写道,“最近的技术进步表明,我们可能会在未来五年内看到量子网络的首次小规模实施。”


相对于传统通信网络,量子通信网络的主要优点是速度和安全性。量子纠缠使得原则上可以在任意远的距离内实现即时通信。无论你把两个纠缠的量子比特分开多远,在一个量子比特上的作用,都会对另一个量子比特产生即时、可测量的影响。


目前,我国在量子通信应用方面已走在世界前列。2017年6月16日,我国量子科学实验卫星墨子号首先成功实现,两个量子纠缠光子被分发到相距超过1200公里的距离后,仍可继续保持其量子纠缠的状态。


640?wx_fmt=jpeg


从理论上讲,窃听量子对话基本是不可能的事情。在量子力学下,如果你读取到一个目标对象的量子态时,它会改变量子态,这意味着拦截任何以量子态编码的信息的行为将会立即造成消息内容的改变。


但是,使得量子通信在本质上安全的特性同样也构成了一个重大挑战。它意味着量子比特不能被复制或放大,而这是经典通信系统的两个基本因素。


尽管如此,工作量子“可信中继器网络”已经投入运行。研究人员认为这是迈向全量子互联网的第一步。这些网络具有可以编码和解码量子位的节点,然后通过光缆发送或者可能通过卫星从空间发射。


但是,由于量子信号会随传播而衰减,因此必须将消息从一个节点传递到另一节点,以覆盖更长的距离。这些切换中的每一个节点都是安全的。但是,如果两个远程节点需要通信,则其间的所有节点都知道消息的内容,因此如果消息要保持安全,则必须被信任。


研究人员表示,为了达到下一阶段,我们需要开发可靠的量子中继器。这是一种能够与每个节点建立纠缠量子位的设备,然后依靠量子隐形传态来有效地交换纠缠,从而使两个节点纠缠在一起。由这些类型的中继器连接的网络将允许任何节点之间进行安全地通信,而不必信任任何中间媒介。


2017年10月,中国科技大学的科学家首次利用参量下转换光源实现了基于线性光学的量子中继器中的嵌套纠缠纯化和二级纠缠交换过程。这为将来实现基于原子系综的可扩展线性光量子中继器提供了前瞻性的技术指引。


量子密钥分发则允许两个节点以无法被窃听的方式安全地共享加密密钥,然后可以用于解码通过传统通信信道发送的加密消息。


然而,纠缠远距离量子比特的过程会在此刻被击中或错过,因此下一阶段将是创建一个能够按需创建纠缠的网络。据研究人员称,这种“纠缠分布网络”的主要优点是它将使网络设备独立。


之后,量子存储器的发展将允许更复杂的通信协议,这些协议需要在进一步通信的过程中存储量子信息。然而,这是一个重大挑战,因为量子态会通过一个被称为量子退相干的过程迅速降级。大多数技术方案只保持其状态数秒或几分之一秒,这对于通信时间比这长的网络提出了问题。


但如果能够实现,它将使简单的量子节点就可以将计算发送到网络上的量子计算机,从而可能创建一种量子云。


最终,目标是创建一个完全连接的量子计算机网络。第一阶段将是“几个量子比特的容错网络”,其中每个节点的量子计算机还不足以超越标准计算机。尽管如此,它们结合了容错性的事实意味着其将执行相对复杂的计算并在相当长的时间内存储量子数据。


最后阶段,将是这些量子计算机最终超越其前辈,从而有可能创建分布式计算机网络,能够执行以前不可能的计算,并即时且安全地在世界各地实现共享。


通往量子计算的未来还有很长的路要走。我们需要更好的编码、存储和传输量子信息的方法,甚至更重要的是,我们需要建立互联网通信协议的量子等价物,而这在今天几乎完全缺乏。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493755.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

千万级负载均衡架构设计

负载均衡 (Load Balancing) 负载均衡建立在现有网络结构之上,它提供了一种廉价有效透明的方法扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。 大型网站负载均衡的利器 全局负载均衡系统&#xf…

科学为什么重要?马化腾公开信引热议,透露企业未来发展方向

来源:世界科技创新论坛摘要:美国强大的源泉,不是因为它有原子弹,航空母舰,隐性飞机,或者芯片,而在于它牢牢地掌握着基础科学的最前沿。科学一点都马虎不得,没有捷径可走,…

吴恩达斯坦福大学机器学习 CS229 课程学习笔记(二)

终于要开始正式的学习了。看了第一节课最大的印象是Ng老师的优雅,儒雅,偏英式的发音(突然意识到他从小在伦敦长大)。配着字幕看的视频,但还是希望能锻炼一下自己的听力,也只有在自己看过一遍印象才深刻&…

当自动驾驶汽车撞过来的时候,你希望它如何判断?

来源:网易智能 摘要:据报道,当无人驾驶汽车在繁忙的街道上发生碰撞的时候,它该优先避免让谁受伤呢?它该杀死谁,而不杀死谁呢?麻省理工学院的一项研究表明,你的回答将取决于你来自哪里…

细数黑客攻击的七大战术

不计其数的黑客们游荡在因特网中来欺骗那些容易上当的用户。它们多年使用着重复的攻击手段,毫无创新地利用着我们懒惰、误判和一些犯二的行为。 不过每年,恶意软件研究人员总会遇到一些引人侧目的攻击手段。这些攻击手段在不断拓展恶意攻击的范围。新的攻…

人工智能黑暗面

来源:大数据文摘编译:DonFJ、蒋宝尚机器学习是现在大家都打了鸡血想用或者在用的技术。但是,你以为只有好人能用它吗?Too young too simple!接下来,我将揭秘AI技术黑暗的一面——犯罪份子和人工智能的孽缘。…

认识蚁群算法

好像是看罗胖的罗辑思维,看到过一种说法,越是准入门槛高的,难以取代的行业,所需的工具是越简单的。摄影师需要昂贵的镜头,而画家却只需要简单的纸笔,尽管照片比画逼真得多,但是却无法取代绘画的…

薛定谔的猫跳进了生物学界,化学家表示:没有我可能办不到

来源:原理摘要:在生物科学界流传着“物理学家累了就来生物界玩一玩”的调侃。确实,现今学科之间密不可分,生物学的发展对特定物理技术的需求也越大。但是这样化学家却不满意了?1943年,物理学家薛定谔在都柏…

图像配准之特征点匹配的思考

最近赶时髦,看了一些智能优化算法如蚁群算法,还有机器学习的一些东西,就想着怎么把这些先进的东西用在图像配准中。头脑风暴了一下,觉得在已经检测到两幅图像的特征点的基础上,就如何对它们进行匹配似乎有优化的空间。…

指针%p输出的一些认识

还是看源码发现的问题 static int import_lowe_features( char*filename, struct feature** features ) 这个函数的作用是将txt文件中的Lowe的特征点导入到feature结构体中。在这个函数中第二个参数是指向结构体的指针的指针。 f calloc( n, sizeof(struct feature) );//在内存…

全球智慧医疗产业发展现状

来源:无锡情报所摘要:全球智慧医疗市场主要集中在美国、欧洲、日本和中国,而产品生产主要集中在美国、欧洲和日本。 随着大数据、云计算、物联网和人工智能技术快速发展和普及,运用互联网应用平台提升医疗资源的使用效率、提高救治和服务水平…

2018AI和机器学习界的12个重大收购案

来源:网络大数据据IDC声称,到2018年,全球人工智能(AI)和认知系统支出将达到190亿美元,这比2017年的支出总额增加约54%。并购在不断发生。仅2017年就见证了几起大宗收购,比如雅虎被Verizon收购、苹果收购Shazam等。知名…

PCA对特征点描述子降维

降维在机器学习领域其实是很重要的一部分,因为在高维情形下回出现样本稀疏,计算距离、内积困难,是所有机器学习面临的共同问题,被称为维数灾难(Curse of dimensionality),而降维就是解决的一个办…

C语言基础知识整理

一、 关于sizeof和strlen。Sizeof()用于计算某类型或者某变量在内存中所占空间。比如整数分为short型,int型,long整型,分别占2,2/4,4个字节,int型具体占用几个字节和编译系统有关。我们输入字符串时通常用c…

【2017-2019】Gartner战略技术趋势一览

来源:学术plus 、装备参考近期,Gartner公布了2019年十大战略技术趋势的预测,值此之际,本文总结回顾并简要分析了2017-2019三年的战略趋势变化。Gartner副总裁兼研究员David Cearley指出:在智能、数字、网格三大领域下的…

目标检测必看——RCNN是怎样融合了分类与回归,CNN与SVM

人和动物的区别之一是人能使用工具,而在人开始使用磨制石器时人类进入新石器时代。在目标检测领域,也有一个划时代的算法,在它之后目标检测开始进入深度学习的时代——它就是今天的主角:R-CNN。在RCNN之后,出现了更多优…

《自然》杂志:面对“电车难题”,不同国家的人有不同的道德选择

来源:36Kr电车难题原本只是一个思想实验。但是无人车的发展却绕不开这个问题。因为机器在无论如何都会撞死人的情况下必须靠预先植入的道德代码做出判断:该牺牲谁,该保谁。但是一项有全球230万人参与的调查表明:这个问题并不存在普…

Mac OS X Terminal 101:终端使用初级教程

文章目录1 为什么要使用命令行/如何开启命令行?2 初识Command Line3 关于 man 命令4 命令行,文件和路径 4.1 两种路径:绝对路径和相对路径4.2 切换到其他路径和目录4.3 处理特殊字符4.4 查看隐藏文件4.5 前往其他卷5 用Command-Line管理文件 …

Fast R-CNN整体把握

RCNN很好地解决了目标检测分类和定位的问题。但是缺点是速度太慢。 原因1:2k个候选区域都要经过变形成统一的正方形才能依次输入CNN进行特征提取。候选区域可能是互相包含的,这就导致原图同一个区域特征的重复提取。 原因2:RCNN的分类和回归…

2万字看完腾讯最纯粹的一届WE大会:从黑洞、虫洞到克隆猴

来源:虎嗅APP腾讯还有梦想,因为腾讯还有WE大会。5年来,腾讯从全世界邀请了几十位难得一见的科学家不远万里来到北京展览馆,比如去年邀请的剑桥大学教授、著名宇宙学家霍金(视频演讲),不想成为绝…