第20章 §02 · 量子机器学习 · 讲解稿¶
承接: Ch20 §01 → §02 量子 篇幅: ~3500 字
一 · 一句话总览¶
量子 ML = 用量子计算机加速 ML。Shor 指数级破解 RSA, Grover √N 加速搜索, VQE/QAOA 解化学 / 优化。NISQ 时代 (2018-2030) 实用有限, 容错时代 (2030+) 改变游戏。
二 · 量子计算基础¶
2.1 Qubit¶
经典比特: 0 或 1 量子比特 |ψ⟩ = α|0⟩ + β|1⟩, |α|² + |β|² = 1
2.2 三大特性¶
- 叠加 (Superposition): 同时是 0 和 1
- 纠缠 (Entanglement): 多 qubit 相关
- 测量: 概率塌缩 (只能用一次)
2.3 常用门¶
| 门 | 作用 | 类似 |
|---|---|---|
| X (NOT) | 0⟩↔ | |
| H (Hadamard) | 创建叠加 | — |
| CNOT | 受控翻转 | — |
| T / S / R | 相位旋转 | — |
三 · 主流量子算法¶
3.1 Shor (1994)¶
整数分解: 指数级加速 - 经典: O(exp(n^(1/3))) - Shor: O(n³)
应用: 破解 RSA / Diffie-Hellman
3.2 Grover (1996)¶
无序搜索: √N 加速 - 经典: O(N) - Grover: O(√N)
应用: NP 问题的暴力搜索加速
3.3 HHL (2009)¶
线性方程组 Ax=b: - 条件数 κ 适当时指数级加速 - 应用: 主成分分析 / 推荐系统
3.4 VQE (2014)¶
变分量子特征求解器: - 找分子基态 - 量子-经典混合 - 化学 / 材料发现
3.5 QAOA (2014)¶
量子近似优化: - 组合优化 (MaxCut / TSP) - 多项式加速
四 · 量子 ML¶
4.1 QSVM (量子 SVM)¶
- 用量子核函数
- 量子态空间 → 经典分类
- 实验性, 规模受限
4.2 QNN (量子神经网络)¶
- 参数化量子电路 (PQC)
- 训练用经典优化器
- 可类比经典 NN
4.3 QGAN (量子 GAN)¶
- 生成 + 判别都用量子电路
- 小规模实验
4.4 量子嵌入¶
- 经典数据 → 量子态
- 振幅编码 / 角度编码 / 基础编码
五 · 实际硬件 (NISQ 时代)¶
5.1 当前能力¶
- qubit 数: 100-1000
- 错误率: 1e-3 / gate
- 退相干时间: 100 μs - 1 ms
- 容错需求: 错误率 < 1e-10
5.2 主要玩家¶
| 厂商 | 架构 | qubit | 路线 |
|---|---|---|---|
| IBM | 超导 | 1121 (Condor) | 模块化 |
| 超导 | 70 (Sycamore) | 量子优越性 | |
| IonQ | 离子阱 | 32 | 高精度 |
| Rigetti | 超导 | 80 | 混合云 |
| PsiQuantum | 光量子 | — | 容错 |
| 本源量子 | 超导 | 72 (悟空) | 中国 |
六 · 何时实用?¶
6.1 时间表¶
2024-2030 (NISQ):
- 100-1000 qubits
- 演示性优势
- 适合: 化学模拟 / 组合优化
- 应用: 演示 / 培训
2030-2040 (Early FTQC):
- 1万-100万物理 qubits
- 容错早期
- 适合: Shor 准备 (破解 RSA 倒计时)
2040+ (FTQC):
- 百万 qubits
- 真正量子加速
- 应用: 密码学 / AI / 模拟
6.2 后量子密码学 (PQC)¶
担心: 量子破解现有加密 应对: NIST 已标准化 PQC 算法 - ML-KEM (Kyber): 密钥交换 - ML-DSA (Dilithium): 数字签名 - SLH-DSA (SPHINCS+): 哈希签名
七 · 工具¶
7.1 Qiskit (IBM)¶
from qiskit import QuantumCircuit
qc = QuantumCircuit(2, 2)
qc.h(0) # H 门
qc.cx(0, 1) # CNOT
qc.measure([0, 1], [0, 1])
# 在 IBM Quantum 真实硬件跑
from qiskit_ibm_runtime import QiskitRuntimeService
service = QiskitRuntimeService()
backend = service.least_busy(operational=True, simulator=False)
job = backend.run(qc)
result = job.result()
7.2 Cirq (Google)¶
- Google 量子框架
- 适合 Sycamore
7.3 PennyLane (Xanadu)¶
- 量子 + ML 桥接
- 与 PyTorch / TF / JAX 集成
八 · 一句话总结¶
量子 ML = NISQ 时代实用有限, FTQC 时代颠覆。Shor + Grover + VQE + QAOA 4 大算法 + 100-1000 qubit 硬件 + Qiskit/Cirq/PennyLane 工具栈。5-10 年内"量子优越性"先在化学 / 优化实现, 15-20 年密码学 / AI 大变革。