量子计算的影响范文
时间：2023-12-28 17:49:19
导语：如何才能写好一篇量子计算的影响，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
关键词：数字摄影测量 计算机视觉 多目立体视觉 影像匹配
引言
摄影测量学是一门古老的学科，若从1839年摄影术的发明算起，摄影测量学已有170多年的历史，而被普遍认为摄影测量学真正起点的是1851―1859年“交会摄影测量”的提出。在这漫长的发展过程中，摄影测量学经历了模拟法、解析法和数字化三个阶段。模拟摄影测量和解析摄影测量分别是以立体摄影测量的发明和计算机的发明为标志，因此很大程度上，计算机的发展决定了摄影测量学的发展。在解析摄影测量中，计算机用于大规模的空中三角测量、区域网平差、数字测图，还用于计算共线方程，在解析测图仪中起着控制相片盘的实时运动，交会空间点位的作用。而出现在数字摄影测量阶段的数字摄影测量工作站（digital photogrammetry workstation，DPW）就是一台计算机+各种功能的摄影测量软件。如果说从模拟摄影测量到解析摄影测量的发展是一次技术的进步，那么从解析摄影测量到数字摄影测量的发展则是一场技术的革命。数字摄影测量与模拟、解析摄影测量的最大区别在于：它处理的是数字影像而不再是模拟相片，更为重要的是它开始并将不断深入地利用计算机替代作业员的眼睛。[1-2]毫无疑问，摄影测量进入数字摄影测量时代已经与计算机视觉紧密联系在一起了[2]。
计算机视觉是一个相对年轻而又发展迅速的领域。其目标是使计算机具有通过二维图像认知三维环境信息的能力，这种能力将不仅使机器能感知三维环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对它们进行描述、存储、识别与理解[3]。数字摄影测量具有类似的目标，也面临着相同的基本问题。数字摄影测量学涉及多个学科，如图像处理、模式识别以及计算机图形学等。由于它与计算机视觉的联系十分紧密，有些专家将其看做是计算机视觉的分支。
数字摄影测量的发展已经借鉴了许多计算机视觉的研究成果[4]。数字摄影测量发展导致了实时摄影测量的出现，所谓实时摄影测量是指利用多台CCD数字摄影机对目标进行影像获取，并直接输入计算机系统中，在实时软件的帮助下，立刻获得和提取需要的信息，并用来控制对目标的操作[1]。在立体观测的过程中，其主要利用计算机视觉方法实现计算机代替人眼。随着数码相机技术的发展和应用，数字近景摄影测量已经成为必然趋势。近景摄影测量是利用近距离摄影取得的影像信息，研究物体大小形状和时空位置的一门新技术，它是一种基于数字信息和数字影像技术的数据获取手段。量测型的计算机视觉与数字近景摄影测量的学科交叉将会在计算机视觉中形成一个新的分支――摄影测量的计算机视觉，但是它不应仅仅局限于地学信息[2]。
1. 计算机视觉与数字摄影测量的差异
1.1 目的不同导致二者的坐标系和基本公式不同
摄影测量的基本任务是严格建立相片获取瞬间所存在的像点与对应物点之间的几何关系，最终实现利用摄影片上的影像信息测制各种比例尺地形图，建立地形数据库，为各种地理信息系统建立或更新提供基础数据。因此，它是在测绘领域内发展起来的一门学科。
而计算机视觉领域的突出特点是其多样性与不完善性。计算机视觉的主要任务是通过对采集的图片或视频进行处理以获得相应场景的三维信息，因此直到计算机的性能提高到足以处理大规模数据时它才得到正式的关注和发展，而这些发展往往起源于其他不同领域的需要。比如在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用计算机来替代人工视觉。
由于摄影测量是测绘地形图的重要手段之一，为了测绘某一地区而摄影的所有影像，必须建立统一的坐标系。而计算机视觉是研究怎样用计算机模拟人的眼睛，因此它是以眼睛（摄影机中心）与光轴构成的坐标系为准。因此，摄影测量与计算机视觉目的不同，导致它们对物体与影像之间关系的描述也不同。
1.2 二者处理流程不同
2. 可用于数字摄影测量领域的计算机视觉理论――立体视觉
2.1 立体视觉
立体视觉是计算机视觉中的一个重要分支，一直是计算机视觉研究的重点和热点之一，在20多年的发展过程中，逐渐形成了自己的方法和理论。立体视觉的基本原理是从两个（或多个）视点观察同一景物，以获取在不同视角下的感知图像，通过三角测量原理计算像像素间的位置偏差（即视差）来获取景物的三维信息，这一过程与人类视觉的立体感知过程是类似的。一个完整的立体视觉系统通常可分为图像获取、摄像机定标、特征提取、影像匹配、深度确定及内插等6个大部分[5]。其中影像匹配是立体视觉中最重要也是最困难的问题，也是计算机视觉和数字摄影测量的核心问题。
2.2 影像匹配
立体视觉的最终目的是为了恢复景物可视表面的完整信息。当空间三维场景被投影为二维图像时，同一景物在不同视点下的图像会有很大不同，而且场景中的诸多因素，如光照条件，景物几何形状和物理特性、噪声干扰和畸变以及摄像机特性等，都被综合成单一的图像中的灰度值。因此，要准确地对包含了如此之多不利因素的图像进行无歧义的匹配，显然是十分困难的。
在摄影测量中最基本的过程之一就是在两幅或者更多幅的重叠影像中识别并定位同名点，以产生立体影像。在模拟摄影测量和解析摄影测量中，同名点的识别是通过人工操作方式完成的；而在数字摄影测量中则利用计算机代替人工解决同名点识别的问题，即采用影像匹配的方法。
2.3 多目立体视觉
根据单张相片只能确定地面某个点的方向，不能确定地面点的三维空间位置，而有了立体像对则可构成与地面相似的立体模型，解求地面点的空间位置。双目立体视觉由不同位置的两台或者一台摄像机（CCD）经过移动或旋转拍摄同一幅场景，就像人有了两只眼睛，才能看三维立体景观一样，然后通过计算空间点在两幅图像中的视差，获得该点的三维坐标值。现在的数字摄影测量中的立体像对技术通常是在一条基线上进行的，但是由于采用计算机匹配替代人眼测定影像同名像对时存在大量的误匹配，使自动匹配的结果很不可靠。其存在的问题主要是，对存在特殊结构的景物，如平坦、缺乏纹理细节、周期性的重复特征等易产生假匹配；在摄像机基线距离增大时，遮挡严重，能重建的空间点减少。为了解决这些问题，降低双目匹配的难度，自1986年以来出现了三目立体视觉系统，即采用3个摄像机同时摄取空间景物，通过利用第三目图像提供的信息来消除匹配的歧义性[5]。采用“多目立体视觉技术”可以利用摄影测量的空中三角测量原理，对多度重叠点进行“多方向的前方交会”，既能较有效地解决随机的误匹配问题，同时又能增加交会角，提高高程测量的精度[2]。这项技术的应用，将很大程度地解决自动匹配结果的不可靠性，提高数字摄影测量系统的准确性。
篇2
基于相关算法的目标跟踪是利用从以前图像中获得的参考模板，在当前图像中寻找最相似的区域来估计当前目标位置的方法。它对于背景复杂、会有杂波噪声的情况具有良好的效果。CCD（电荷耦合器件）测量技术是近年来发展迅速的一种非接触式测量技术。CCD摄像器件在分辨率、动态范围、灵敏度、实时传输方面的优越性是其它器件无法比拟的，在动态飞行目标跟踪测量中发挥着重要的作用。作者在CCD测量系统中使用相关匹配的方法，实现了对连续视频图像中动态目标的跟踪。
1 CCD误差测量系统原理
在同一观测位置布置两台CCD，其视轴平行。其中CCD1用于瞄准，CCD2用于跟踪飞行目标。CCD1瞄准线和视轴重合，获得瞄准线和靶标之间的偏差角α。CCD2获得飞行目标和靶标之间的偏差角β。系统要求得到瞄准线和飞行目标之间的水平和垂直方向上的偏差角ψx、ψy。因此规定CCD的视场中均以靶标十字中心为原点，向左和向上为正方向，将α、β分别投影到坐标轴上得到水平和垂直方向上的偏差角αx、αy、βx、βy。两台CCD的视频轴平行，视轴间距远远小于CCD到目标的距离，因此可以认为两CCD的视轴重合。所以有：
ψx=αx-βx，ψy=αy-βy (1)
图1是系统的原理图，图中靶板上的黑十字是靶标，虚线十字为瞄准分划板在靶板上的投影（由于实际靶板上没有，所以用虚线表示）。
2 图像处理算法的选择
从系统的原理分析可知，要完成偏差角度的测量首先应当从图像中提取出各个目标在图像中的位置，再根据CCD当量（每像元对应的弧度数）算出水平和垂直方向的偏差角。从CCD1的图像中的最靶标十字和瞄准分划板的位置，从CCD2的图像中提取靶标十字和飞行目标的位置。
由行目标几乎贴地飞行，CCD视场中有复杂的地面背景。而且靶标是不发光的暗目标，与背景灰度反差不大，很难将目标从背景中分离出来，因此只有采用相关处理技术来进行目标识别，才能实现瞄准误差和飞行轨迹的测量。相关算法非常适合在复杂背景下识别和跟踪运行目标。由于系统图像处理是事后处理，处理连续的大量视频图像，实时性要求不高，而对处理精度和自动处理程度要求较高，因此采用该算法。
本系统中相关处理将预先选定的目标或目标特定位置作为匹配样板，求取模板和输入图像间的相关函数，找出相关函数的峰值及所在位置，求判断输入图像是否包括目标图像及目标位置。
3 相关算法的原理及改进
在机器识别事务的过程中，常把不同传感器或同一传感器在不同时间、成像条件下对同一景物获取的两幅或多幅图像在空间上对准，或根据已知模式在另一幅图像中寻找相应的模式，这就叫做匹配。如果被搜索图中有待寻的目标，且同模板有一样的尺寸和方向，在图像匹配中使用相关匹配，就是通过相关函数找到它及其在被搜索图中的位置。
3.1 相关算法
基于相关的目标跟踪寻找最佳匹配点，需要一个从以前图像中得以的模板。在图2中设模板T为一个M×M的参考图像，搜索图S为一个N×N图像（M<N），T在S上平移，模板下覆盖的那块搜索图叫做子图Si,j，（i,j）为子图左上角点在S中的坐标，叫参考点。比较T和Si,j的内容。若两者一致，则它们的差为0。用误差的平方和作为它们相似程度的测度：
展开公式（2），则有：
公式（3）右边的第三项表示模板的总能量，是一个常数。第一项是模板覆盖下的子图能量，随（i,j）位置而缓慢改变。第二项是子图和模板的互相关，随（i,j）改变。当模板和子图匹配时刻值最大。因此可以用以下相关函数做相似性测度：
根据柯西-施瓦兹不等式可知公式（4）中0<R（i,j）≤1，并且仅在Si,j(i,j)/[T(m,n)]为常数时，R(i,j)取最大值（等于1）。相关法求匹配计算量很大，如图2所示的情况，要在（N-M+1）×（N-M+1）个参考位置上做相关计算，每次相关计算要做3M2次加法、3M2次乘法、1次除法、2次开方运算。由于乘除法运算量最大，整个算法的时间复杂度大约为o((N-M+1) ×2×(3M2+1))。整个运算过程中，除了匹配点一点以外，都是在非匹配点上做无用功。但是，模板匹配算法准确度较高，适合对大量的连续视频图像做自动处理。
3.2 自适应的相关匹配
在相关匹配过程中目标的大小、形状等或者连续帧中的原点位置发生变化，都会引起图像相关偏离。一旦模板不能和目标严格地匹配，那么最佳匹配点就不是目标的中心。这会给相关算法造成误差。虽然这个误差是随机的，但是它会随着相关处理逐帧积累。如果积累了足够的帧数，模板会完全偏离目标。增大模板也会引入误差。这是因为，当模板大于目标时，模板中将有部分背景信息。每帧中背景的变化，便引入了误差。为了消除误差，必须尽可能地减少模板中的背景信息。
为了解决以上问题，引入了自适应的相关算法。首先在图像的灰度直方图中寻找一个阈值，使大多数的像素，特别是背景像素都在阈值之下。在图像中定出模板的位置，寻找一个区域使其边界的像素灰度从阈值之上变为阈值之下，作为目标的边界，这样，目标的位置是目标区域中的一个点，目标被一个矩形窗口框住，可以认为矩形的中心是目标的中心。这样，系统补偿了逐帧匹配引起的偏离误差，减小了误差的积累。自适应的窗口减小了引入过多背景元素而在相关过程中造成的影响。
3.3 减少运算量
在CCD误差测量系统中，即使是事后处理，如果对每一帧图像进行全图搜索，其运算量仍然是巨大的。从前面的分析可知，运算量同搜索图和模板的大小均有关系。在本系统中，模板的大小基本是固定的，在这种情况下，减小搜索力瓣大小就成为了如何减少运算量的关键。经过对系统实际的图像分析，发现连续的每一帧中同一目标的位置改变缓慢。对算法进行改进，对于连续视频图像的第一帧做全图搜索，找出匹配点；对于后续各帖，在前一帧图像目标位置的基础上进行模板匹配，将当前帧搜索图定义为前一帧目标位置周围一个边长为N的正方形区域（目标位置不一定正方形的中心），在此较小的搜索图中进行相关匹配。同时设定一个阈值R，如果相关系数量大值R（i,j）MAX<R,那么认为在该搜索图中没有找到目标，则进行整帧图像的搜索，否则接受匹配点为目标位置。
CCD误差测量系统跟踪动态目标，在对连续视频图像处理时，搜索图的大小应和运动速度有关。如果图太小，有可能使目标不在搜索图内，而必须进行全图的匹配，如果图较大，又会增加运算的开销。可以增加运动趋势的估计，使搜索图向运动趋势的方向平移。对于当前帧搜索图区域的确定可以根据前两帧位置间的关系来确定，求前两帧位置水平和垂直坐标的差Δx和Δy来决定偏移的方向。在有效的测量阶段，目标的运动基本是匀速的运行，在水平方向和垂直方向的速度变化不大。因此，搜索图的平移量可以根据|Δx|、|Δy|来确定。在当前帧中以前一帧的目标位置为新搜索图的中心，在各方向分别平移|Δx|、|Δy|个像素，得到当前的搜索图。
4 软件实现和处理结果
由于软件和系统硬件的关系紧密，数据处理量大，对系统的可靠性要求高，因此采用Visual C++编程实现。实验中图像为768×576的256级灰度图，模板的大小为40×40，搜索图的大小为80×80。图3是实际测试时得到的图像匹配后的搜索图。图中黑白相间的方框是匹配得到的目标，图中依次为模板、第4、46、74帧匹配的结果。黑白相间的方框十字中心是目标中心。
篇3
这项计划将由谷歌的量子人工智能（Quantum Artificial Intelligence）研究小组来实施。谷歌在博客中透露，美国加州大学圣巴巴拉分校的一个研究小组也加入了这项计划。
谷歌去年的研发开支达到80亿美元。为了在互联网搜索和在线广告等市场保持领先地位，谷歌目前正在开发一些新的计算机技术。在科技行业中的一些人看来，量子技术是计算机进行海量数据分析的一种革命性方式。这种新技术对谷歌的主要业务尤其有帮助，对它的新项目――如联网设备和联网汽车――也是有用的。
“在一个硬件研发团队的协助下，量子人工智能研究小组现在能够落实新的设计并测试新的产品。”谷歌在博客中写道。
在整理和分析海量数据方面，量子计算机将具有比传统计算机更快的解决速度。谷歌量子人工智能小组成员马苏德・莫森（Masoud Mohseni）曾经与人合作撰写过具有领先学术水平的量子技术论文。谷歌也一直被视为这一新技术革命的领导力量之一。
此外，谷歌的竞争对手微软也在进军这个新领域，并建立了一个名为“量子架构和计算（Quantum Architectures and Computation Group）”的研究小组。
探秘量子计算机
量子计算机，早先由理查德・费曼提出，一开始是从物理现象的模拟而来的。可他发现当模拟量子现象时，因为庞大的希尔伯特空间使资料量也变得庞大，一个完好的模拟所需的运算时间变得相当可观，甚至是不切实际的天文数字。理查德・费曼当时就想到，如果用量子系统构成的计算机来模拟量子现象，则运算时间可大幅度减少。量子计算机的概念从此诞生。
从物理层面上来看，量子计算机不是基于普通的晶体管，而是使用自旋方向受控的粒子（比如质子核磁共振）或者偏振方向受控的光子（学校实验大多用这个）等等作为载体。当然从理论上来看任何一个多能级系统都可以作为量子比特的载体。
从计算原理上来看，量子计算机的输入态既可以是离散的本征态（如传统的计算机一样），也可以是叠加态（几种不同状态的几率叠加），对信息的操作从传统的“和”，“或”，“与”等逻辑运算扩展到任何幺正变换，输出也可以是叠加态或某个本征态。所以量子计算机会更加灵活，并能实现并行计算。
量子计算机或不再遥远
据外媒报道，美国普林斯顿大学研究人员近日设计出一种装置，可以让光子遵循实物粒子的运动规律。现存的计算机是基于经典力学研发而成的，在解释量子力学方面有很大局限性。量子计算机（quantum computer）是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。
研究人员制作出一种超导体，里面有1000亿个原子，在聚集起来之后，众多原子如同一个大的“人工原子”。科学家把“人工原子”放在载有光子的超导电线上，结果显示，光子在“人工原子”的影响下改变了原有的运动轨迹，开始呈现实物粒子的性质。例如，在正常情况下，光子之间是互不干涉的，但是在这一装置里，光子开始相互影响，呈现出液体和固体粒子的运动特性，光子的这种运动“前所未有”。
现存的计算机是基于经典力学研发而成的，在解释量子力学方面有很大局限性。量子计算机（quantum computer）是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。研究人员称，在改变光子的运动规律之后，量子计算机的发明也许不再遥远。
就我国量子计算机而言，相关研究也一直处于世界领先水平。早在2013年12月30日，美国物理学会《物理》杂志就公布了2013年度国际物理学领域的十一项重大进展，中国科学技术大学潘建伟教授及其同事张强、马雄峰和陈腾云等“利用测量器件无关量子密钥分发解决量子黑客隐患”的研究成果位列其中。
《物理》杂志以“量子胜利的一年――但还没有量子计算机”为题报道了中国科学家成功解决量子黑客隐患这一重要成果。
尽管量子计算机仍然是遥远的未来，但2013年科学家们却报道了一系列量子信息和量子通信领域的胜利。在量子密码方面，两个独立的研究组报道了一种新的加密手段，可以提供绝对的安全性，以解决量子黑客隐患。
篇4
量子密码应运而生
量子计算的原理与传统计算机采用的原理有很大不同，传统计算机采用单路串行操作，而量子计算机采用多路并行操作，它们运算速度的差异就如同万只飞鸟同时升上天空与万只蜗牛排队过独木桥的区别。
20世纪70年代，英国和美国最早开始对量子计算的研究。近年来，量子计算的理论和实践都相继取得重大进展，产生了多种新的量子算法，研制了多种量子计算机原型。
科学家预测，未来10～20年将研制成功103～104量子比特的大型量子计算机，其运算能力可以在几分钟内破译现有任何采用非对称密钥系统生成的密码。
面对量子计算未来可能随时“秒杀”传统密码的危险，科学家致力于寻找不基于数学问题，能有效抵抗量子计算攻击的新型密码体制。解铃还须系铃人，同样基于量子信息技术的量子密码应运而生，成为对抗量子计算的“神器”。
又一个可能的“技术差”
二战中，英国破译德军ENGMA密码，获知其即将轰炸考文垂市，但为保守德军密码已被破译的秘密，英国断然牺牲考文垂这个重要工业城市，不发出防空警报任由德军轰炸；美军在中途岛海战的胜利，以及击落山本五十六座机等影响战争进程的重大事件，与其成功破译日军“紫密”有直接关系。一些专家们甚至估计，盟军在密码破译上的成功至少使二战缩短了8年。
当前，战场网络已成为连接人与武器、武器与武器的技术纽带，构成了信息化军队的神经中枢。侦察预警、指挥协同、武器控制、后勤保障等作战活动均离不开网络的支持。安全可靠的战场网络是保证自身作战体系稳定，在体系对抗中谋取胜势的重要前提，而战场网络的安全又十分依赖于网络通信密码提供的“安全屏障”。
一个国家的军队一旦率先实现量子密码和量子计算的武器化，并在战争中投入使用，将与对手形成巨大的“技术差”，在保持自身网络通信绝对安全的同时，可随时破译对方网络通信密码，洞悉对手的一举一动，从而占据绝对信息优势，甚至可以直接瘫痪和控制对方网络，由此将置作战对手于极为被动的不利地位，战局可能出现“一边倒”的情况。
以超常措施推进军事应用
意大利军事家杜黑指出：“胜利只向那些能预见战争特性变化的人微笑，而不是向那些等待变化发生才去适应的人微笑。”面对量子信息技术的机遇与挑战，只有未雨绸缪，尽早规划，提前部署，才能在未来战争中占据先机和主动，避免对手利用技术突然性陷我于被动。
目前，量子密码已经从实验室演示性研究迈向实际应用。发达国家军队已把量子信息技术作为引领未来军事革命的颠覆性、战略性技术。例如，美国防高级研究计划局专门制定“量子信息科学和技术发展规划”、研发量子芯片的“微型曼哈顿”计划等。美国正加速推进量子信息技术的实际应用，美国白宫和五角大楼已安装量子通信系统并已投入使用。英、法、德、日等国军队也相继制定实施一系列发展量子信息技术的计划。
篇5
IBM近日庆祝在技术创新领域取得的辉煌纪录，以此庆贺公司百年华诞。IBM研制出了动态随机存储器（DRAM）、磁盘驱动器、用在信用卡上的磁条，以及其他许多发明。IBM是世界上最富有创新精神的公司之一。
但计算机行业正在迈向新的未来技术，这项新技术具有与当年推出的硅芯片一样的颠覆性和革命性，那就是量子计算。量子计算系统利用亚原子粒子的行为，处理现在由芯片上晶体管处理的计算任务。
这个未来距离今天还有10年到20年，甚至更遥远。但如果能够完全发挥量子计算的潜力，它也许会在芯片和硬件设计领域掀起一股开发热潮，让人联想起几十年前硅谷经历的那一幕。
IBM的创新副总裁兼IBM院士Bernard Meyerson说：“想一想我们如今在着手处理的改变游戏规则的技术（指量子计算）。”Meyerson的职责就是有确保世人不会仅仅认为IBM在过去100年的辉煌就是其最好的。那是他谈论芯片行业会出现变化的原因之一。
按照摩尔定律，将来这类晶体管的尺寸会比今天最先进处理器上的晶体管再缩小10倍，变得实在太小了，“以至于进入到量子力学操作的范畴――这方面根本没有先例。”
Meyerson表示，一旦现有的技术达到尺寸缩小方面的极限――大概10年后，还会设法继续取得进步，因为工程师们使用集成度很高的芯片制造紧密耦合系统，另外会在存储器、缓存和速度处理方面有所改进。
不断发展的这种势头会延长到20年，但之后，“你最好要有锦囊妙计。”Meyerson说。而其中一个锦囊妙计也许就是量子计算。
IBM研究中心的量子计算高级经理Bill Gallagher表示，IBM的研究人员多年来在研究量子计算的理论和潜力；最近他们一直在针对概念进行试验。
Gallagher说：“这是我们在眼下最重要的基础性研究项目之一，可能也是规模最大的基础性研究项目之一。”他说，“已取得了良好的进展，但还有很长一段路要走。”
普通计算机由一组二进制比特数字组成，这个比特可能是0或1。但量子比特可以同时保存0和1这两个状态。量子计算机中的处理能力可以急剧增强，而不是一个接一个地执行计算。两个量子比特（qubit）可保存4个不同的状态――这4个状态可以同时处理；三个量子比特可保存8个状态，十个量子比特可保存1024个状态。研究人员期望有朝一日，研制出有数千个量子比特的计算机。
但量子计算的亚原子世界带来了严峻挑战。要保持“量子相干性”（即运行计算的原子和电子之间相互作用保持一种稳定状态）有多种方法，包括在-273℃摄氏度的温度下进行处理（接近绝对零度），以减少热干扰；以及使用超导金属。延长可以保持相干状态的时间是研究人员面临的挑战之一。
随着研究的不断继续深入，量子计算市场正俨然形成。
关注的问题之一是，量子计算机最终能够突破密码保护技术。Security Innovation这家公司之前就一直在考虑这个问题，并研发出了公开密钥算法NTRUSign。该公司表示，这种算法能够抵御量子计算攻击。它最近获得了专利。
Security Innovation的首席科学家William Whyte说：“谁要是在制造需要十年后安全，很难升级的系统，就应该认真考虑这个问题：如果量子计算出现在世人面前，会发生什么。”
Whyte所在的公司是最早关注量子计算所带来影响的一批公司之一。
Whyte关注量子计算市场的不断发展，同时看到了业界在探索制造量子计算系统的种种想法和材料。
“我认为，你会看到非常有创意的想法迸发出来，”Whyte说；新公司如雨后春笋般地冒出来，有望“超越现有厂商”。
加拿大不列颠哥伦比亚省伯纳比的D-Wave Systems就是这样一家在制造量子计算系统的公司。D-Wave公司在上个月宣布，它已将第一套完整系统卖给了洛克希德?马丁公司。该公司的研究成果上个月还发表在了《自然》科学杂志上。
D-Wave Systems的联合创始人兼首席技术官Geordie Rose表示，经营了12年的这家公司在研制一种128量子比特的处理器，现已发展到了第23代。
量子系统旨在解决无法用传统计算机很好地处理的一类问题，如机器学习、人工智能和数理逻辑。Rose表示，这类问题需要核查数量庞大的可能性，以便找到最佳答案。
在发展的初期阶段， Rose认为创业公司具有优势。他说：“因为条条框框少得多，效率就高得多；远见卓识的人其角色重要得多。”
D-Wave这个例子还表明：即使在量子计算这个全新的领域，崛起的新兴公司也会对传统老牌公司构成新的挑战。
IBM的Myerson持有发明证书，拥有多项专利权，还为硅锗技术的研发作出了卓越贡献。
如今，Meyerson肩负在IBM促进创新的重任，他及其团队致力于提供全面的、跨学科领域的集成，以便在新领域获得重大突破，又要确保IBM有一套流程以便不断改进现有技术。
篇6
【关键词】量子阱；线性组合算符；束缚极化子；温度效应
The temperature effect of weak-coupling bound polaron in quantum well.
Li Ya-li Wang-Song
(School of Physics and Electronic，XuZhou Normal University,221116,Xuzhou,Jiangsu,China)
Abstract：Temperature dependence of the properties of the weak-coupling bound polaron in an infinite quantum well were investigate by using Linear-combination-operator and Variational method.The effects of the temperature on the vibration frequency λ,groun state energy E0 were iscusse.Numerical calculation illustrates that the groun state energy E0 of weak-coupling bound polaron will ecrease with increasing of the well width and the temperature.the vibration frequency λ will increasing with increasing of the temperature.
Key wors：Quantum well；Linear-combination-operator；bound polaron；temperature effect
1.引言
自从1975年，Dingle[1]等人第一次研究了量子阱中的光学特性开始，量子阱结构就引起人们的广泛关注，因为它相比于其他材料具有更加奇特的性质。所以很多学者[1-3]运用各种方法对量子阱中的极化子的性质进行研究。Zhao等[4-5]运用修正的LLP变分法计算了抛物量子阱中电子（或空穴）的基态、第一激发态的跃迁能量，以及有限深抛物量子阱中束缚极化子的结合能。Zhao等[6]利用微扰法研究了量子阱中电子—声子相互作用所引起的诱生势。Dugaev等[7]运用分析方法讨论了处于平行磁场中Ⅳ-Ⅵ族窄隙半导体量子阱内的能级。近年来，有一些学者[8-9]采用线性组合算符与变分相结合的方法研究了量子阱中极化子的性质。
然而，以上这些研究都是在低温极限下进行的。而实际上，关于温度对量子阱中极化子性质影响的研究更有意义。秦荣华等[10]运用格林函数理论研究了温度对量子阱中极化子性质的影响。额尔敦朝鲁等[11]运用Larsen谐振子算符代数运算和变分微扰相结合的方法研究了处于磁场中电子—体纵光学声子耦合系统的温度依赖性，得到了有限温度下系统的自能。但到目前为止，应用线性组合算符和变分相结合的方法对量子阱中束缚极化子性质的温度依赖性进行研究者甚少。本文运用线性组合算符与变分相结合的方法讨论了温度对无限深量子阱中弱耦合束缚极化子性质的影响，并给出量子阱中束缚极化子的基态能量和振动频率随温度的变化关系。
2.理论
考虑一个在﹥d范围是无限高势垒材料和范围内充满极性半导体量子阱中电子的运动，并与极性半导体的LO声子场相互作用。选择平行于交界面的平面为x-y平面，阱心为原点。
利用Fröhlich极化子理论[12]系统的哈密顿量[13]可以写成：
（1）
其中
（2）
（3）
（4）
（5）
（6）
其中分别是具有波矢W的声子的产生和湮灭算符，K0是真空的介电常数，是电子的位置矢量，分别是电子的带质量和声子的频率，VW由下式决定
（7）
V是半导体体积，其中无量纲耦合常数α可以表示为：
（8）
分别是半导体的静态和高频介电常数。
将库仑势作级数展开：
（9）
在近似绝热的条件下，对电子的横向运动的动量和坐标引进线性组合算符
（10）
（11）
其中λ是极化子的振动频率，取为变分参量，下面对H进行幺正变换[14]
（12）
（13）
其中为变分函数，则哈密顿量变为：
（14）
选取体系的尝试波函数[15]
其中：
选取尝试波函数[16]
（15）
上式中 n=1,2,3,…
计算过程中将用到：
，
；
，
（16）
则该体系的期望值[17]
（17）
对fw求变分得到：
将fw代入（17）式，将求和变积分，得：
（18）
对变分，得到：
（19）
将代入（18）式，可以得到基态能量：
(20)
3.数值计算
在有限温度下，电子-声子系统不再处于基态，晶格振动不但激发实声子，同时也使电子受到激发。极化子的性质是电子-声子系处于各种状态的统计平均。据量子统计学有极化子平均数和声子平均数分别为：
（21）
（22）
为了更好的说明温度对无限深量子阱中强耦合束缚极化子性质的影响，以GaAs晶体量子阱为例子，进行数值计算。在计算过程中所采用的材料参数如下：
，，，，
其中，α是电子和声子的耦合常数，m0是自由电子的静质量，以下图中均用meV作为能量单位。
为了更为清晰显示各个量之间的关系我们亦做出二维单值图1至3。
图1画出束缚极化子的振动频率λ与温度T的变化关系，表明在RbCl晶体量子阱中，当温度增加时束缚极化子的振动频率λ也增加。
图2画出束缚极化子的能量E0在不同温度T下与阱宽的变化关系，表明束缚极化子的能量E0随阱宽的增大而减小。图形显示在阱宽较小时，量子阱中束缚极化子的基态能量的绝对值随阱宽减小而急剧减小，显示了量子尺寸效应，同时还表明温度越高，量子尺寸效应越显著。
图3画出当d=3nm，d=4nm，d=5nm时，束缚极化子的能量E0随温度T的变化关系，随着温度的增加，基态能量的绝对值是增大的。由式(20)我们可以看出，阱宽的不同取值只会影响图形在能量轴E0上的截距亦或图线的位置，但是三条曲线的形状是相同的。
4.结论
运用线性组合算符及变分相结合的方法讨论了量子阱中弱耦合束缚极化子的温度依赖性。给出了无限深量子阱中束缚极化子的平均能量E0和振动频率随温度的变化关系。结果表明，无限深量子阱中束缚极化子的振动频率随温度升高而增大；平均能量随温度升高而减小，随阱宽增大而减小。当阱宽较小时，平均能量随阱宽减小而急剧增大，表现出量子尺寸效应，并且温度越高，量子尺寸效应越显著。
参考文献
[1]Comas F,Trallero G C,RieraR.LO-phonon confinement and polaron effect in a quantum well[J].Phys Rev,1989,B39(9):5907-5912.
[2]Buacker H,Mora R M,Comas F.Magnetopolaron
in a quantum well[J].Phys Stat Sol(b),1990,159:117
-125.
[3]Chen Chuan Yu,et al.Strong-coupling theory of
quasi-two-dimensional polaron[J].Phys Rev,1994,
B49(19):13680-13684.
[4]Feng-Qi Zhao.Xi-Xia Liang.Shi-Liang Ban.Energy levels of polaron in a finite parabolic quantum well.Int J.Mod.Phys.B.2001,15(5):527-35.
[5]Feng-Qi Zhao.Xi-Xia Liang.Binding energy of a bound polaron in the finite parabolic quantum well[J].Mod Phys Lett.B.2011,15(20):827-35.
[6]Guo-zhong Zhao.Shao-hua Pan.Potentials induced by the electron-optical-phonon interaction.Z.Phys.B.1996,99:375-380.
[7]V K Dugaev and V I Litvinov.W Dobrowolski.Level quantization in the narrow-gap-semicondu-
ctor quantum well in a parallel magneitic field.Phys.Pev.B.200,62(3):1905-11.
[8]单淑萍,黄启峰等.量子阱中弱耦合磁极化子的性质[J].内蒙古民族大学学报,2009,24(1):1-4.
[9]Jian Rong-hua.Zhao Cui-lan.Properties of the weak-coupling Magnetopolaron in a semiconductor quantum well.Chin J.Lum in(发光学报),2008,29(2):215-220.
[10]秦荣华,顾世洧.量子阱中极化子性质的温度关系[J].上海交通大学学报,1998,32(12):1-4.
[11]额尔敦超鲁,肖景林.量子阱中极化子的自能与电磁场和温度的关系[J].发光学报,1999,20
(1):66-70.
[12]刘亚.量子阱中束缚极化子效应[D].北京工业大学硕士学位论文,2002.
[13]Naoki Tokuda,Hisashi Shoji,Kazuyuki Yoneyu.The optical polaron bound in a Coulumb potential and its phase diagram[J].JPhys C:Solid State Phys,1981,14:4281-4290.
[14]李正中.固体理论[M].北京:高等教育出版社[M].1985:294-332.
[15]李喜军,肖景林.量子阱中弱耦合极化子的内部激发态能量[J].内蒙古大学学报(自然科学版),2008,23(3).
[16]Rui-sheng Zheng,Shi-ling Ban,Xi-xia Liang.Eeffctsofintearfce and bulk optical phonons on Poloarons in a quantum well[J].Phys.Rev.1994-I,B44:1796-1801.
[17]曾谨言.量子力学教程[M].北京:高等教育出版社,2008.
篇7
[关键词]：计算科学 计算工具 图灵模型 量子计算
中图分类号：TP301
文献标识码：A 文章编号：1003-8809(2010)-09-0004-01
1、“摩尔定律”与“计算的极限”
人类是否可以将电子计算机的运算速度永无止境地提升?传统计算机计算能力的提高有没有极限?对此问题，学者们在进行严密论证后给出了否定的答案。如果电子计算机的计算能力无限提高，最终地球上所有的能量将转换为计算的结果――造成熵的降低，这种向低熵方向无限发展的运动被哲学界认为是禁止的，因此，传统电子计算机的计算能力必有上限。
而以IBM研究中心朗道(R.Landauer)为代表的理论科学家认为到21世纪30年代，芯片内导线的宽度将窄到纳米尺度(1纳米=10-9米)，此时，导线内运动的电子将不再遵循经典物理规律――牛顿力学沿导线运行，而是按照量子力学的规律表现出奇特的“电子乱窜”的现象，从而导致芯片无法正常工作；同样，芯片中晶体管的体积小到一定临界尺寸(约5纳米)后，晶体管也将受到量子效应干扰而呈现出奇特的反常效应。
哲学家和科学家对此问题的看法十分一致：摩尔定律不久将不再适用。也就是说，电子计算机计算能力飞速发展的可喜景象很可能在21世纪前30年内终止。著名科学家，哈佛大学终身教授威尔逊(EdwardO.Wilson)指出：“科学代表着一个时代最为大胆的猜想(形而上学)。它纯粹是人为的。但我们相信，通过追寻“梦想―发现―解释―梦想”的不断循环，我们可以开拓一个个新领域，世界最终会变得越来越清晰，我们最终会了解宇宙的奥妙。所有的美妙都是彼此联系和有意义的。”[论/文/网LunWenNe#Com]
2、量子计算系统
量子计算最初思想的提出可以追溯到20世纪80年代。物理学家费曼RichardP.Feynman曾试图用传统的电子计算机模拟量子力学对象的行为。他遇到一个问题：量子力学系统的行为通常是难以理解同时也是难以求解的。以光的干涉现象为例，在干涉过程中，相互作用的光子每增加一个，有可能发生的情况就会多出一倍，也就是问题的规模呈指数级增加。模拟这样的实验所需的计算量实在太大了，不过，在费曼眼里，这却恰恰提供一个契机。因为另一方面，量子力学系统的行为也具有良好的可预测性：在干涉实验中，只要给定初始条件，就可以推测出屏幕上影子的形状。费曼推断认为如果算出干涉实验中发生的现象需要大量的计算，那么搭建这样一个实验，测量其结果，就恰好相当于完成了一个复杂的计算。因此，只要在计算机运行的过程中，允许它在真实的量子力学对象上完成实验，并把实验结果整合到计算中去，就可以获得远远超出传统计算机的运算速度。
在费曼设想的启发下，1985年英国牛津大学教授多伊奇DavidDeutsch提出是否可以用物理学定律推导出一种超越传统的计算概念的方法即推导出更强的丘奇――图灵论题。费曼指出使用量子计算机时，不需要考虑计算是如何实现的，即把计算看作由“神谕”来实现的：这类计算在量子计算中被称为“神谕”(Oracle)。种种迹象表明：量子计算在一些特定的计算领域内确实比传统计算更强，例如，现代信息安全技术的安全性在很大程度上依赖于把一个大整数(如1024位的十进制数)分解为两个质数的乘积的难度。这个问题是一个典型的“困难问题”，困难的原因是目前在传统电子计算机上还没有找到一种有效的办法将这种计算快速地进行。目前，就是将全世界的所有大大小小的电子计算机全部利用起来来计算上面的这个1024位整数的质因子分解问题，大约需要28万年，这已经远远超过了人类所能够等待的时间。而且，分解的难度随着整数位数的增多指数级增大，也就是说如果要分解2046位的整数，所需要的时间已经远远超过宇宙现有的年龄。而利用一台量子计算机，我们只需要大约40分钟的时间就可以分解1024位的整数了。
3、量子计算中的神谕
人类的计算工具，从木棍、石头到算盘，经过电子管计算机，晶体管计算机，到现在的电子计算机，再到量子计算。笔者发现这其中的过程让人思考：首先是人们发现用石头或者棍棒可以帮助人们进行计算，随后，人们发明了算盘，来帮助人们进行计算。当人们发现不仅人手可以搬动“算珠”，机器也可以用来搬动“算珠”，而且效率更高，速度更快。随后，人们用继电器替代了纯机械，最后人们用电子代替了继电器。就在人们改进计算工具的同时，数学家们开始对计算的本质展开了研究，图灵机模型告诉了人们答案。
量子计算的出现，则彻底打破了这种认识与创新规律。它建立在对量子力学实验的在现实世界的不可计算性。试图利用一个实验来代替一系列复杂的大量运算。可以说，这是一种革命性的思考与解决问题的方式。
因为在此之前，所有计算均是模拟一个快速的“算盘”，即使是最先进的电子计算机的CPU内部，64位的寄存器(register)，也是等价于一个有着64根轴的二进制算盘。量子计算则完全不同，对于量子计算的核心部件，类似于古代希腊中的“神谕”，没有人弄清楚神谕内部的机理，却对“神谕”内部产生的结果深信不疑。人们可以把它当作一个黑盒子，人们通过输入，可以得到输出，但是对于黑盒子内部发生了什么和为什么这样发生确并不知道。
4、“神谕”的挑战与人类自身的回应人类的思考能力
随着计算工具的不断进化而不断加强。电子计算机和互联网的出现，大大加强了人类整体的科研能力，那么，量子计算系统的产生，会给人类整体带来更加强大的科研能力和思考能力，并最终解决困扰当今时代的量子“神谕”。不仅如此，量子计算系统会更加深刻的揭示计算的本质，把人类对计算本质的认识从牛顿世界中扩充到量子世界中。
如果观察历史，会发现人类文明不断增多的“发现”已经构成了我们理解世界的“公理”，人们的公理系统在不断的增大，随着该系统的不断增大，人们认清并解决了许多问题。人类的认识模式似乎符合下面的规律：
篇8
关键词：量子遗传算法；背包问题；修复函数
中图分类号： TP301
文献标识码：A
0引言
背包问题是一个在运筹学领域里常见的优化难题[1]。工厂里的下料问题，管理中的资源分配，资金预算，投资决策，装载问题等均可建模为背包问题。研究该问题的求解方法，无论在理论上，还是在实践中都有较重要的意义。由于采用通常的数学方法很难在有限的时间内找出全局最优解，因此，背包问题的求解方法主要是一些启发式算法[2], 如禁忌搜索算法、模拟退火算法等，也有一些文献用遗传算法求解该问题[3], 但当问题的规模较大时, 传统遗传算法求解的效果不太理想。
近年来，A.Narayannan和KukHyun Han等人将量子力学中量子比特、量子态叠加等概念引入到遗传算法中，提出了量子遗传算法（Quantum Genetic Algorithm，简称QGA）[4]。它以量子计算的一些概念和理论为基础，如量子比特、量子态叠加等，用量子比特编码来表示染色体，用量子门更新来完成进化搜索。量子遗传算法在种群多样性和计算并行性方面优于传统遗传算法，可有效提高算法的收敛速度，减少早熟收敛[5]。本文提出了一种带修复函数的QGA来求解背包问题，在量子门更新时采用一种通用的旋转角调整策略，使编程更为简单。对于运行中产生的非法解，由修复函数进行修正。几个典型背包问题的测试结果表明，这种具有自修复功能的量子遗传算法在求解背包问题时，性能优于传统遗传算法。
1背包问题的描述
从计算复杂性理论来看，背包问题是个NP难题。它的描述有多种形式，本文仅考虑简单0/1背包问题。
0/1背包问题可描述为：现有m个物品x1,x2,…,xm，每个物品的重量为wi，价值为pi。要从其中挑选若干物品放入背包，背包的总容量为c。问应该如何选择物品，才能使背包中物品的总价值最大。
背包问题的数学表达为：
其中，xi只取0或者1，此时为0/1背包问题。
2量子遗传算法（QGA）简介
量子遗传算法是量子计算与遗传算法的结合。QGA基于量子计算中的量子比特和量子态叠加等概念，将量子比特的概率幅表示用于染色体的编码，这样，一个量子比特染色体可以表示多个态的叠加，使得该算法较传统的遗传算法具有更好的种群多样性和更高的计算并行性。模拟量子坍塌的随机观察使种群更加丰富。在个体更新时采用量子旋转门操作，而不是传统遗传算法中实现较复杂的交叉和变异操作，有效地提高了算法的收敛速度，并且可以方便地在算法的探索（exploration）和开发（exploitation）之间取得平衡，提高算法的寻优效率。
2.1量子比特编码
在QGA中，染色体中的基因不是用确定性的值（如二进制数、浮点数或符号等）表示，而是用量子比特（qubit）表示，或者说是用随机概率方式表示。一个量子比特不仅仅可以表示|0>态或|1>态，而且可以表示这两种状态的任意叠加态，即|0>态和|1>态的任意中间态。所以，该基因所表达的不再是某一确定的信息，而是包含所有可能的信息，对该基因的任一操作也会同时作用于所有可能的信息。一般地，一个基因（即量子比特）的状态可表示为：
其中，α和β分别是|0>和|1>的概率幅，且满足归一化条件：
量子遗传算法中采用的这种量子比特染色体表示形式，使一个染色体可以同时表示多个状态信息（一个m位的量子染色体表示2m个可能的状态），有利于保持种群的多样性，克服早熟收敛。
2.2量子门更新操作
在QGA中，量子比特个体是遗传信息的载体，而对信息的基本操作是由量子门来实现的。量子门通过对量子比特实施一种幺正变换来控制量子态的演化和传递，进而实现种群的进化。量子门的设计是QGA实现的关键，直接影响QGA的性能。一般情况下采用量子旋转门U，其更新过程如下：
为其通过量子旋转门更新后的新基因，θi为旋转角，其大小和符号是根据一个事先设计的调整策略而确定的。旋转角的幅值影响收敛速度，如果幅值过大，会导致早熟；若幅值过小，会使收敛速度减慢。其值一般在0.001π~0.05π之间[6]。与其他的进化算法类似，QGA也是一种概率搜索算法，只是其个体表示具有量子比特的形式。量子染色体的更新由量子门操作来完成，实际上是一种启发式进化策略，有助于提高算法的收敛速度。
3带修复函数的量子遗传算法求解背包问题的实现
3.1修复函数
在求解背包问题时，背包的总容量c是确定的，但是，不一定每个解都满足背包的容量限制条件（∑mi=1wixi≤c），必定有不满足限制条件的解存在，因此，对非法解的处理是解决背包问题的一个重要步骤。
经典背包问题在求最大利润时大多采用惩戒（penalty）函数和修复（repair）函数的方法[7]。本文采用修复函数的方法来修正非法解，使其变为可行的编码。具体实现方法如下：
设置一个寄存器overfilled，放置二值数0或1。1表示背包已装满，0表示背包没满。
(1) overfilled置0。
(2) 若∑mi=1wixi>c，则overfilled置1。
(3) 当overfilled为1时，随机选择一个xi使其为0，直到∑mi=1wixi≤c。此时，将overfilled置0。
(4) 当overfilled为0时，随机选择一个xj使其为1，直到∑mi=1wixi>c。此时，将overfilled置1。
(5) 将最后选择的一个xj置回0。
3.2算法实现
带修复函数的量子遗传算法求解背包问题的具体实现步骤如下：
（1） 初始化：产生初始种群
其中qtj为第t代种群中的第j个量子染色体。
式中，n是种群中量子染色体的数目，由于量子遗传算法具有高度并行性，所以种群规模可以很小而不影响算法的性能，本文中取n=10；m为量子染色体的长度，即背包中物品的个数。初始化时，全部染色体的所有基因
都被初始化为1/2，这意味着一个染色体取到所有可能值的概率是相等的。
（2） 量子坍塌：对Q(t)中的个体进行一次观测，以获得一组确定的解P(t)={xt1,xt2,…,xtn}。其中，第j个染色体的观测值xtj={xtj1,xtj2,…,xtjm}是一个长度为m的二进制串，其每一位xtji的值观测为0或1是根据相应量子比特的概率选择得到的。具体观测过程为：产生一个0~1之间的随机数r，若||2
（3） 修正非法解： 采用3.1节所述的修复函数修正不可行编码，使所有的编码都满足背包限制条件，变为可行的编码。
（4） 计算适应度：选取适应度函数为背包中物品的总价值。第j个染色体的适应度值fj=∑mi=1pi•xji。式中，pi是背包中第i个物品的价值；xji为第j个染色体的第i位观测值，m为染色体长度，即背包中物品的个数。由于要求背包的最大价值，所以适应度值越大的个体越好。
（5） 更新种群：通过量子旋转门，根据(3)式和(4)式更新Q(t)。本文采用一种通用的旋转角调整策略[8]，如式(5)所示：
式中，θi为旋转角；sign为符号函数；xtji和bti分别为解xtj与当前最优解bt的第i位；f(xtj)和f(bt)分别是它们的适应度值；
为种群中第j个染色体的第i个基因对；Δθi为量子比特旋转的角度，其大小可以控制算法的收敛速度，本文中取0.01π。此调整策略可以用通常的表格形式表示，如表1。表中s(αtjiβtji)为量子比特旋转的方向函数。图1是量子旋转门作用于量子比特个体的示意图。例如，当xtji=0，bti=1时，若f(xtj)≤f(bt)，为使当前个体收敛到具有更高适应度的染色体，应该增加当前解对应量子比特取1的概率，即要使|变大，此时，在图1中，若(αtji,βtji)在第1，3象限，θ应向逆时针方向旋转（取正值），若在第2，4象限，θ应向顺时针方向旋转（Δθi取负值）。
为了验证本文提出带修复函数的量子遗传算法在求解背包问题时的有效性，以两个典型的背包问题为例，测试该方法的性能，并与传统遗传算法（CGA）进行比较。
算例1
采用文献[9]中的一个背包问题实例，例子中有50个物品可供选择，具体参数如下：
算法参数：
• 带修复函数的量子遗传算法（QGA）：种群大小为10，最大进化代数为500；
• 传统遗传算法（CGA）：种群大小为50，最大进化代数为500，交叉概率0.8，变异概率0.05。
用QGA解决此背包问题，可得到如图3的进化过程曲线。用该算法可以求出该问题的最优解决方案，决策变量xi(i=1,2,…,m)为11010101111011011011011111110100001010011000001000，背包的总价值为3B103，总质量为1B000。而用传统遗传算法（种群大小sizepop=50，最大进化代数maxgen=500，交叉和变异概率分别为0.8和0.05）解决该背包问题无法得到全局最优解，运行结果如图4所示。将图3和图4进行比较不难看出，传统遗传算法（CGA）的平均适应度迅速趋向全局最佳适应度，而量子遗传算法（QGA）的平均适应度趋向全局最佳适应度的趋势比较缓慢，由此可以说明，QGA虽然种群较小，但却具有更好的种群多样性。
物品随机产生，物品个数m分别取100、250和500，物品重量wi为1~10之间均匀分布的随机数，物品价值pi=wi+5，背包容量c=12∑mi=1wi。
采用传统遗传算法（CGA）和量子遗传算法（QGA）分别对m＝100、m＝250和m＝500的三种背包问题进行求解，算法参数同算例1，得到每代最佳适应度的比较如图5所示。从图5中可以看出，量子遗传算法的寻优能力明显优于传统遗传算法。
分别用CGA和QGA对上述背包问题进行50次试验，记录下每次运行的最佳适应度值，即背包的最大总价值。50次运行结果的最优值、平均值和最差值如表2所示。
从以上两个例子中可以看出，在求解背包问题时量子遗传算法的寻优能力优于传统遗传算法。而且，从两者的平均适应度曲线的比较可以看出，量子遗传算法虽然种群规模小，但仍能保持种群中个体的多样性，可以避免早熟收敛。而传统遗传算法在进化后期适应度高的个体大量繁殖，充斥整个解空间，这样就容易导致算法停止在局部最优解上。总之，带修复函数的量子遗传算法在求解背包问题时具有优良的性能。
篇9
【关链词】计算机发展趋势 新型计算机
一、 前言
计算机的发展将趋向超高速、超小型、并行处理和智能化。自从1944年世界上第一台电子计算机诞生以来，计算机技术迅猛发展，传统计算机的性能受到挑战，开始从基本原理上寻找计算机发展的突破口，新型计算机的研发应运而生。未来量子、光子和分子计算机将具有感知、思考、判断、学习以及一定的自然语言能力，使计算机进人人工智能时代。这种新型计算机将推动新一轮计算技术革命，对人类社会的发展产生深远的影响。
二、智能化的超级计算机
超高速计算机采用平行处理技术改进计算机结构，使计算机系统同时执行多条指令或同时对多个数据进行处理，进一步提高计算机运行速度。超级计算机通常是由数百数千甚至更多的处理器(机)组成，能完成普通计算机和服务器不能计算的大型复杂任务。从超级计算机获得数据分析和模拟成果，能推动各个领域高精尖项目的研究与开发，为我们的日常生活带来各种各样的好处。最大的超级计算机接近于复制人类大脑的能力，具备更多的智能成份.方便人们的生活、学习和工作。世界上最受欢迎的动画片、很多耗巨资拍摄的电影中，使用的特技效果都是在超级计算机上完成的。日本、美国、以色列、中国和印度首先成为世界上拥有每秒运算1万亿次的超级计算机的国家，超级计算机已在科技界内引起开发与创新狂潮。
三、新型高性能计算机问世
硅芯片技术高速发展的同时，也意味看硅技术越来越接近其物理极限。为此，世界各国的研究人员正在加紧研究开发新型计算机，计算机的体系结构与技术都将产生一次量与质的飞跃。新型的量子计算机、光子计算机、分子计算机、纳米计算机等，将会在二十一世纪走进我们的生活，遍布各个领域。
1.量子计算机
量子计算机的概念源于对可逆计算机的研究，量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。量子计算机是基于量子效应基础上开发的，它利用一种链状分子聚合物的特性来表示开与关的状态，利用激光脉冲来改变分子的状态.使信息沿着聚合物移动.从而进行运算。量子计算机中的数据用量子位存储。由于量子叠加效应，一个量子位可以是0或1，也可以既存储0又存储1。因此，一个量子位可以存储2个数据，同样数量的存储位，量子计算机的存储量比通常计算机大许多。同时量子计算机能够实行量子并行计算，其运算速度可能比目前计算机的Pentium DI晶片快10亿倍。除具有高速并行处理数据的能力外，量子计算机还将对现有的保密体系、国家安全意识产生重大的冲击。
无论是量子并行计算还是量子模拟计算，本质上都是利用了量子相干性。世界各地的许多实验室正在以巨大的热情追寻着这个梦想。目前已经提出的方案主要利用了原子和光腔相互作用、冷阱束缚离子、电子或核自旋共振、量子点操纵、超导量子干涉等。量子编码采用纠错、避错和防错等。量子计算机使计算的概念焕然一新。
2.光子计算机
光子计算机是利用光子取代电子进行数据运算、传翰和存储。光子计算机即全光数字计算机，以光子代替电子，光互连代替导线互连，光硬件代替计算机中的电子硬件，光运算代替电运算。在光子计算机中，不同波长的光代表不同的数据，可以对复杂度高、计算量大的任务实现快速地并行处理。光子计算机将使运算速度在目前基础上呈指数上升。
3.分子计算机
分子计算机体积小、耗电少、运算快、存储量大。分子计算机的运行是吸收分子晶体上以电荷形式存在的信息，并以更有效的方式进行组织排列。分子计算机的运算过程就是蛋白质分子与周围物理化学介质的相互作用过程。转换开关为酶，而程序则在酶合成系统本身和蛋白质的结构中极其明显地表示出来。生物分子组成的计算机具备能在生化环境下，甚至在生物有机体中运行，并能以其它分子形式与外部环境交换。因此它将在医疗诊治、遗传追踪和仿生工程中发挥无法替代的作用。目前正在研究的主要有生物分子或超分子芯片、自动机模型、仿生算法、分子化学反应算法等几种类型。分子芯片体积可比现在的芯片大大减小，而效率大大提高，分子计算机完成一项运算，所需的时间仅为10微微秒，比人的思维速度快100万倍。分子计算机具有惊人的存贮容量，1立方米的DNA溶液可存储1万亿亿的二进制数据。分子计算机消耗的能量非常小，只有电子计算机的十亿分之一。由于分子芯片的原材料是蛋白质分子，所以分子计算机既有自我修复的功能，又可直接与分子活体相联。美国已研制出分子计算机分子电路的基础元器件，可在光照几万分之一秒的时间内产生感应电流。以色列科学家已经研制出一种由DNA分子和酶分子构成的微型分子计算机。预计20年后，分子计算机将进人实用阶段。
4.纳米计算机
纳米计算机是用纳米技术研发的新型高性能计算机。纳米管元件尺寸在几到几十纳米范围，质地坚固，有着极强的导电性，能代替硅芯片制造计算机。“纳米”是一个计量单位，大约是氢原子直径的10倍。纳米技术是从20世纪80年代初迅速发展起来的新的前沿科研领域，最终目标是人类按照自己的意志直接操纵单个原子，制造出具有特定功能的产品。现在纳米技术正从微电子机械系统起步，把传感器、电动机和各种处理器都放在一个硅芯片上而构成一个系统。应用纳米技术研制的计算机内存芯片，其体积只有数百个原子大小，相当于人的头发丝直径的千分之一。纳米计算机不仅几乎不需要耗费任何能源，而且其性能要比今天的计算机强大许多倍。美国正在研制一种连接纳米管的方法，用这种方法连接的纳米管可用作芯片元件，发挥电子开关、放大和晶体管的功能。专家预测，10年后纳米技术将会走出实验室，成为科技应用的一部分。纳米计算机体积小、造价低、存量大、性能好，将逐渐取代芯片计算机，推动计算机行业的快速发展。
我们相信，新型计算机与相关技术的研发和应用，是二十一世纪科技领域的重大创新，必将推进全球经济社会高速发展，实现人类发展史上的重大突破。科学在发展，人类在进步，历史上的新生事物都要经过一个从无到有的艰难历程，随着一代又一代科学家们的不断努力，未来的计算机一定会是更加方便人们的工作、学习、生活的好伴侣。
参考文献：
[1]刘科伟，黄建国.量子计算与量子计算机.计算机工程与应用，2002，(38).
[2]王延汀.谈谈光子计算机.现代物理知识，2004，(16).
[3]陈连水，袁凤辉，邓放.分子计算机.分子信息学，2005，(3).
[4]官自强.纳米科技与计算机技术.现代物理知识，2003，(15).
篇10
关键词： RSA密码系统； 量子密码 ； 一次一密； 量子密钥分发
中图分类号： TN918?34 文献标识码： A 文章编号： 1004?373X（2013）21?0083?03
0 引 言
保密通信在人类社会中有着重要的地位，关系到国家的军事、国防、外交等领域，同时也与人们的日常生活息息相关，如银行帐户存取、网络邮箱管理等。保密通信关键在于密码协议，简称“密钥”。密钥的安全性关系到通信的保密性。密码学的发展也正是在加密者高明的加密方案和解密者诡异的解密技术的相互博弈中发展前行的，两者互为劲敌，但又互相促进。随着量子计算机理论的发展，传统的安全通信系统从原理上讲已不再安全。那么，是否存在一种无条件安全的通信呢？量子密码又将给信息的安全传输带来怎样的新思路呢？本文从科学史的角度分析人类传统的密码方案，考察量子密码发展的来龙去脉，为科学家提供关于量子密码的宏观视角，以便更好地推进关于量子密码的各项科学研究。
1 人类历史上影响巨大的密钥思想
密码学有着古老历史，在近代逐渐发展成为一门系统的应用科学。密码是一个涉及互相不信任的两方或多方的通信或计算问题。在密码学中，要传送的以通用语言明确表达的文字内容称为明文，由明文经变换而形成的用于密码通信的那一串符号称为密文，把明文按约定的变换规则变换为密文的过程称为加密，收信者用约定的变换规则把密文恢复为明文的过程称为解密。敌方主要围绕所截获密文进行分析以找出密码变换规则的过程，称为破译。密码协议大致可以分为两类：私钥密码系统（Private Key Cryptosystem）和公钥密码系统（Public Key Cryposystem）。
1.1 我国古代的一种典型密钥——阴符
阴符是一种秘密的兵符，在战争中起到了非常重要的作用。据《六韬·龙韬·阴符》记载，阴符是利用不同的长度来代表不同的信息，一共分为八种。如一尺的兵符代表“我军大获全胜、全歼敌军”；五寸的兵符代表“请求补给粮草、增加兵力”；三寸的兵符代表“战斗失利，士卒伤亡”。
从现在的密码学观点来看，这是一种“私钥”，私钥密码系统的工作原理简言之就是：通信双方享有同一个他人不知道的私钥，加密和解密的具体方式依赖于他们共同享有的密钥。这八种阴符，由君主和将帅秘密掌握，是一种用来暗中传递消息，而不泄露朝廷和战场机密的通信手段。即便是阴符被敌军截去，也无法识破它的奥秘。由于分配密钥的过程有可能被窃听，它的保密性是由军令来保证的。
1.2 古斯巴达人使用的“天书”
古斯巴达人使用的“sc仔tale”密码，译为“天书”。天书的保密性在于只有把密文缠绕在一定直径的圆柱体上才能呈现明文所要表达的意思，否则就是一堆乱码。不得不感叹古代人的智慧。图1为“天书”的示意图，它也是一种“私钥”，信息的发送方在信息时将细长的纸条缠绕在某一直径的圆柱体上书写，写好后从圆柱体上拿下来便是密文。但是，它的保密性也非常的有限，只要找到对应直径的圆柱体便很容易破译原文。
1.3 著名的“凯撒密表”
凯撒密表是早在公元前1世纪由凯撒大帝（Caesar）亲自设计用于传递军事文件的秘密通信工具，当凯撒密码被用于高卢战争时，起到了非常重要的作用。图2为“凯撒密表”。从现代密码学的角度看，它的密钥思想非常简单，加密时，每个字母用其后的第[n]个字母表示，解密的过程只需把密文字母前移[n]位即可。破译者最多只要尝试26次便可破译原文。
1.4 德国密码机——“恩尼格玛”
二战期间德国用来传递军事机密的“ENIGMA”密码机，它的思想基本类似于“凯撒密表”，但比“凯撒密表”复杂很多倍，它的结构主要分为三部分：键盘、密钥轮和显示灯盘。键盘可以用于输入明文，显示灯盘用于输出密文，密钥轮是其核心部分，通常由3个橡胶或胶木制成的直径为6 cm的转子构成，密钥轮可以任意转动进行编制密码，能够编制出各种各样保密性相当强的密码。它的神奇之处在于它不是一种简单的字母替换，同一个字母在明文的不同位置时，可以被不同的字母替换。而密文中不同位置的同一个字母，可以代表明文中不同的字母。所以它的安全性较高，但也并非万无一失，由于德国人太迷恋自己的“ENIGMA”密码机，久久不愿更换密钥，所以免不了被破译的结局。
2 目前人类广泛使用的密钥及其存在的问题
2.1 现代广泛使用的密码系统——RSA密码系统受到前所未有的挑战
现代广泛被用于电子银行、网络等民用事业的RSA密码系统是一种非对称密钥。早在20世纪60年代末70年代初，英国情报机构（GCHQ）的研究人员早已研制成功。相隔十年左右，Ronald Rivest、Adi Shamir和Leonard Adleman才研制出类似的密码系统，并以三个人的名字命名为“RSA”。它是一种公钥密码系统，工作原理如下：假设通信双方分别为Bob和Alice。Bob公布一个公钥，Alice用这个公钥加密消息传递给 Bob，然而，第三方不可能用Bob的公钥解密。原因在于加密变换巧妙，逆向解密困难。而Bob有与公钥配对的私钥。
RSA公钥密码系统巧妙地运用了分解因数和解离散对数这类难题，它的安全性依赖于计算的复杂性。虽然原理上可以计算出，但是计算出来也需要几万年的时间。然而，随着量子计算机理论的成熟，RSA密码体受到严重挑战，随着计算时间的缩短，RSA密码系统的安全性令人堪忧，RSA密码系统有可能随着量子时代的到来被人类完全抛弃。
2.2 “一次一密”的最大的问题是密钥分配
RSA密码系统受到严重挑战后，一次一密（One time Padding）的不可破译性又被人们所记起。一次一密指在密码当中使用与消息长度等长的随机密钥， 密钥本身只使用一次。原理如下：首先选择一个随机位串作为密钥，然后将明文转变成一个位串，比如使用明文的ASCII表示法。最后，逐位计算这两个位串的异或值，结果得到的密文不可能被破解，因为即使有了足够数量的密文样本，每个字符的出现概率都是相等的，每任意个字母组合出现的概率也是相等的。香农在1949年证明一次一密具有完善的保密性[1]。然而，一次一密需要很长的密码本，并且需要经常更换，它的漏洞在于密钥在传递和分发上存在很大困难。科学家试图使用公钥交换算法如RSA[2]，DES[3]等方式进行密钥交换， 但都使得一次一密的安全性降低。因此，经典保密通信系统最大的问题是密钥分配。
3 量子密码结合“一次一密”实现无条件保密
通信
量子密码学是量子力学和密码学结合的产物，简言之，就是利用信息载体的量子特性，以量子态作为符号描述的密码。
3.1 运用科学史的视角探究量子密码的发展过程
量子密码概念是由Stephen Wiesner在20世纪60年代后期首次提出的[4]。
第一个量子密码术方案的提出是在1984年，Charles Bennett， Gills Brassard提出一种无窃听的保密协议，即，BB84方案[5]，时隔5年后有了实验原型[6]。随后，各类量子密码术相继出现，如简单效率减半方案——B92方案[7] 。
1994年后，RSA密码系统面临前所未有的威胁，因为，经典保密通信依赖于计算的复杂性，然而，Peter Shor 提出寻找整数的质因子问题和所谓离散对数的问题可以用量子计算机有效解决[8]。1995年，Lov Gover 证明在没有结构的搜索空间上搜索问题在量子计算机上可以被加速，论证了量子计算机的强大的能力[9]。Peter Shor和 Lov Gover量子算法的提出，一方面证明了量子计算的惊人能力，另一方面，由于经典密码系统受到严重威胁，促使各国将研究重点转向量子密码学。
3.2 量子密码解决“一次一密”的密钥分配难题
一次一密具有完善的保密性，只是密钥分配是个难题。
量子密钥在传输过程中，如果有窃听者存在，他必然要复制或测量量子态。然而，测不准原理和量子不可克隆定理指出，一个未知的量子态不能被完全拷贝，由某一个确定的算符去测量量子系统，可能会导致不完备的测量，从而得不到量子态的全部信息。另外，测量塌缩理论指出测量必然导致态的改变，从而被发现，通信双方可以放弃原来的密钥，重新建立密钥，实现绝对无窃听保密通信。量子密码的安全性不是靠计算的复杂性来保障，而是源于它的物理特性。
这样就保证了密钥可以被安全分发，窃听行为可以被检测。因此，使用量子密钥分配分发的安全密钥，结合“一次一密”的加密方法，可以实现绝对安全的保密通信。
4 结 语
与经典密码系统相比较，量子密码不会受到计算速度提高的威胁，并且可以检测到窃听者的存在，在提出近30年的时间里，逐渐从理论转化为实验，有望为下一代保密通信提供保障，实现无条件安全的保密通信。
参考文献
[1] SHANNON C E. Communication theory of secrecy systems [J]. Bell System Technical Journal， 1949， 28（4）： 656?715，
[2] 张蓓，孙世良.基于RSA的一次一密加密技术[J].计算机安全，2009（3）：53?55.
[3] 王伟，郭锡泉.一次一密DES算法的设计[J].计算机安全，2006（5）：17?18.
[4] WIESNER S. Unpublished manuscript circa 1969： conjugate coding [J]. ACM Sigact New， 1983， 15： 77?79.
[5] BENNETT C H， BRASSARD G. Quantum cryptography： public key distribution and coin tossing [C]// Proceedings of IEEE International Conference on Computers， Systems and Signal Processing. Bangalore， India： IEEE， 1984： 175?179.
[6] BENNETT C H. BRASSARD G. Experimental quantum cryptography： the dawn of a new era for quantum cryptography： the experimental prototype is working [J]. ACM Sigact News ， 1989， 20： 78?80.
[7] BENNETT C H， BESSETTE F， BRASSARD G， et al. Experimental quantum cryptography [J]. Journal of Cryptology， 1992（5）： 3?21.
