Mentionsy Mentionsy
TechChatter
TechChatter

Quantum Computing od kuchni: sekrety i zastosowania

30.01.2025 ·57 min 31 s · 15 rozdziałów

Czy komputery kwantowe zrewolucjonizują obliczenia? Jakie wyzwania oraz możliwości otwierają przed nami w dziedzinach takich jak chemia, kryptografia czy optymalizacja procesów? Czy czeka nas era kwantowych urządzeń domowych? W tym odcinku rozwiewamy wątpliwości dotyczących komputerów kwantowych i przedstawiamy tę technologię w przystępny sposób.Tematy poruszane w odcinku:Czym są komputery kwantowe i jak działają?Dlaczego Quantum Computing nie trafi do naszych smartfonów?Przykłady praktycznych zastosowań komputerów kwantowychCzym na co dzień zajmuje się programista Quantum Computing?Czy kwantowe obliczenia to science fiction?Ekspert odcinka:Marek Kowalik - Data Scientist, Senior Quantum Developer w Capgemini Quantum Lab. Od trzech lat researcher i deweloper algorytmów kwantowych w Capgemini Quantum Labie. Głównym obszarem jego pracy są symulacje chemii kwantowej wykorzystujące komputery kwantowe. Skupia się na skalowaniu wielkości problemów chemicznych symulowanych na komputerach kwantowych przez protokoły redukowania błędów i optymalizację algorytmów kwantowych.Prowadzący podcast:Szymon Głowania - Lider do spraw programowania w Capgemini. Specjalizuje się w projektowaniu kokpitów menedżerskich oraz automatyzacji procesów. Regularnie prowadzi szkolenia, dzieląc się swoją wiedzą i umiejętnościami. Pasjonuje się uczeniem maszynowym, które rozwija w ramach projektu doktorskiego. W wolnym czasie realizuje swoje pasje, takie jak jazda konna, wędkarstwo, słuchanie muzyki oraz gra na instrumentach.Linki do zagadnień poruszanych w rozmowie:Aktualny stan rozwoju komputerów kwantowych: https://www.computer.org/publications/tech-news/research/current-state-of-quantum-computing?utm_source=chatgpt.comZastosowania komputerów kwantowych w różnych branżach: https://www.nextias.com/blog/quantum-computing/?utm_source=chatgpt.comRóżnice między komputerami klasycznymi a kwantowymi: https://www.ovhcloud.com/pl/learn/what-is-quantum-computing/Wpływ komputerów kwantowych na kryptografię i bezpieczeństwo danych: https://decrypt.co/resources/from-the-quantum-realm-to-reality-a-beginner-guide-to-the-computer-of-the-futureEdukacja i rozwój kadr w dziedzinie technologii kwantowych: https://porozmawiajmyoit.pl/poit-191-quantum-computing-informatyka-kwantowa/Przyszłość komputerów kwantowych i ich wpływ na społeczeństwo: https://www.komputerswiat.pl/artykuly/redakcyjne/komputery-kwantowe-zmienia-uklad-sil-na-swiecie-wojny-wygrywaja-matematycy/t9lrzv9Inicjatywy i projekty związane z komputerami kwantowymi w Polsce: https://odkryjnas.pl/quantum-computing/Podcast Capgemini Polskahttps://www.capgemini.com/pl-pl/kariera/dlaczego-capgemini/Produkcja: Cleverheartedhttps://www.cleverhearted.com/

33:14 · Programowanie obliczeń kwantowych - od podstaw 2

Co na dobrą sprawę, myślę, jest bardzo ciekawą rzeczą i nie tak straszną, jak się wielu osobom wydaje. Natomiast trzeba mieć parę dni i parę godzin spokoju i skupienia, żeby zrozumieć jakieś podstawy. Ja opowiem teraz o jednej bramce. Ta bramka nazywa się kontrolowane nie albo z angielskiego CNOT. Jeżeli mamy qubit, który ma 50% prawdopodobieństwa bycia w stanie 0 i 50% prawdopodobieństwa bycia w stanie 1 i weźmiemy sobie drugi qubit, który jest 100% prawdopodobieństwa stanu 1 I nałożymy sobie na te dwa qubity bramkę CNOT, to okaże się, że na wejściu, a w zasadzie po zaaplikowaniu tej bramki, te dwa qubity znajdą się w stanie splątania.

Teraz o co chodzi? Bierzemy sobie ten sam przykład, bierzemy trzy qubity i teraz qubit drugi i qubit trzeci są w stanie zero i aplikujemy naszą bramkę CNOT na qubit pierwszy i drugi, a potem na drugi i trzeci. I co się okazuje? Żeby wysymulować to zachowanie na klasycznym komputerze, te dwie bramki musimy przedstawić za pomocą macierzy 8x8. No to teraz wyobraźcie sobie 10 qubitów. Nam się robi 1000 na 1000, 1024 na 1024 i tak dalej. Im więcej qubitów dodamy, tym większą macierzą, po prostu tablicą z ogromną ilością elementów, musimy to przedstawić. I teraz przedstawiłem akurat przykład, który w skompresowanej formie da się o wiele efektywniej przedstawić.

Pokazano wszystkie 2 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.