저는 컴퓨터 공학을 전공하고 있으며 현재 졸업 프로젝트를 계획하고 있습니다. 양자 컴퓨팅 분야에 대한 아이디어가 필요합니다. 어떤 도움?
저는 컴퓨터 공학을 전공하고 있으며 현재 졸업 프로젝트를 계획하고 있습니다. 양자 컴퓨팅 분야에 대한 아이디어가 필요합니다. 어떤 도움?
답변:
나는 양자 복잡성 이론 프로젝트 아이디어를 http://scottaaronson.com/blog/?p=471에 게시했습니다 .
(그러나 이것들 대부분은 수년간 열려있는 문제들입니다! 학부 프로젝트에 대한 저의 제안은 문제 중 하나를 없애는 것입니다.)
내가 제안하는 한 가지 프로젝트는 다음과 같습니다. 선형 프로그래밍을 위해 양자 랜덤 워크를 기반으로 양자 알고리즘을 개발하십시오. 이 프로젝트의 경우 먼저 양자 랜덤 워크에 대한 몇 가지 기본 사실과 이들이 알고리즘 적으로 유용한 방법에 대해 배우고, 둘째는 랜덤 심플 렉스 유형 알고리즘에 대해 배우고 세 번째를 결합하려고 시도해야합니다. 파트 3은 매우 야심적이며 유익한 내용이 있는지 전혀 모르겠지만 파트 1과 2는 이미 학부 프로젝트에 적합합니다.
이미지 검색을 사용한 DWaves 결과는 약간 이상합니다. 현재 DWave의 장치를 효율적으로 시뮬레이션 할 수 없다는 강력한 증거는 없습니다. 이것은 많은 블로그에서 자세히 논의되었습니다 ( Scott Aaronson 과 Dave Bacon 은 DWave를 여러 번 다루었습니다).
이제이를 제외하고, 관심있는 양자 컴퓨팅의 측면에 따라 수많은 잠재적 인 프로젝트가 있습니다. 또한 양자 역학과 물리에 대한 지식 수준에 따라 다릅니다. 실험적 한계는 어떤 문제를 볼 가치가 있는지 결정하는 데 큰 역할을하기 때문에 아키텍처 유형 질문은 종종 물리학이됩니다. 알고리즘과 통신의 복잡성은 훨씬 CS 중심 영역입니다.
양자 계산에는 여러 가지 다른 모델이 있으며, 다른 것보다는 일부에 대한 진입 장벽이 가파 릅니다. 단열 및 토폴로지 양자 컴퓨팅은 회로 모델 및 측정 기반 계산 모델보다 다소 어려운 경향이 있습니다.
내가 여름에 일하는 학생과 함께 성공한 한 가지 문제는 시뮬레이션으로 다양한 오류 수정 코드에 대한 내결함성 임계 값을 근사화하는 것이 었습니다. 이것은 진입 장벽이 비교적 낮은 것입니다. 또 다른 아이디어는 특수 목적 작업 (인코딩, 측정, 상태 준비)을위한 양자 셀룰러 오토마타 방식을 살펴 보는 것입니다.
머신 러닝에 대해 언급 했으므로 진화론 적 프로그래밍을 사용하여 다양한 간단한 문제에 대한 양자 회로를 발전시키는 것을 살펴볼 수 있습니다. 나는 이것을 몇 번 가지고 놀았으며, 당신은 꽤 좋은 행동을 취할 수있는 것 같습니다 (예 : 진화하는 검색 규칙).
적절한 프로젝트를 만들 수있는 임의의 아이디어를 계속해서 나열 할 수 있지만 관심있는 영역에 대해 더 많은 아이디어를 제공 할 수 있다면 더 나은 답변을 얻을 수 있다고 생각합니다. 기본적인 질문은 단순히 코딩 프로젝트, 하드웨어 디자인, 순수 이론 등에 관심이 있습니까? 가고 싶은 방법에 따라 다양한 가능성이 있습니다.
CUDA 지원 GPU를 활용하여 시뮬레이션을 가속화하는 기능을 갖춘 현재 양자 컴퓨팅 개발 도구 (예 : libquantum)를 제공하는 것과 같은 것을 제안합니다. 양자 컴퓨팅은 선형 대수학, 즉 행렬과 벡터 연산에 관한 것입니다. 이는 GPU가 처음에 설계된 것입니다.