Между Измерить и повернуть очень большая разница. Если вы два кубита запутали, то один измерится как 0, второй как 1. Если вы Запутали 2 кубита, разнесли их по лабораториям, во второй лабе повернули кубит на 180 градусов, то они оба будут измерены как 0. Если вы в первую лабу не сообщите о повороте по телефону, они и не узнают, что вы что-то поворачивали.
Вы можете заново проинициализировать переменную заново, это так, но при этом вы направите кубиты строго вверх или вниз, а до измерения кубиты почти наверняка смотрели куда-то наискосок, и при переинициализации вы потеряете это положение. Для квантовых алгоритмов очень важно точное направление кубита в 3D. Пока не существует способа измерить точное положение кубита, для этого нужно ничтожно слабое воздействие на кубит, которое не изменит его состояние.
Спасибо, я старался. Собственно мой исходный посыл был именно в этом - сделать симулятор на скрытых переменных, пришлось разбираться очень детально в алгоритмах для этого.
Нейросети прекрасно справятся с распознаванием «ленточка на пути», далее вступает в бой база знаний, в которой хранятся атрибуты, что с этой ленточкой можно сделать. Роботу остается только наложить на запись «путь домой» новые атрибуты простыми инсертами в базу.
Нейросеть в качестве базы заний потребляет слишком много ресурсов, гораздо эффективнее использовать «традиционную» базу знаний.
Данные для обучения дадут только люди, это очевидно, значит надо привлекать миллионы добровольцев. Я в статье писал о проекте Yarrow, аудитория в целом заинтересовалась им, но мне не хватает опыта в привлечении большого числа людей к проекту.
Если вы строите ИИ только на нейросетях, он точно не сможет в момент обучиться, что теперь надо идти другой дорогой. Если же вы используете базу знаний, то роботу будет достаточно одного раза.
Нейросеть — не то же самое, что нейроны человека. Они обучаются разными методами, это очевидно. Но нам и не требуется полностью повторять механизм обучения, как у человека. Нам важен результат: робот отличает кошку от собаки, и этот результат уже достигнут.
О сборе данных я тоже подумал, проект Yarrow должен помочь в этом.
Если взглянуть на проект CYC, там базу знаний уже 30 лет набивают сотрудники, и пока не добились необходимого объема. А вот миллион пользователей могли бы быстро разговорить робота.
Можно ссылочку на статью про оболочку из виртуальных частиц вокруг кубита?
Между Измерить и повернуть очень большая разница. Если вы два кубита запутали, то один измерится как 0, второй как 1. Если вы Запутали 2 кубита, разнесли их по лабораториям, во второй лабе повернули кубит на 180 градусов, то они оба будут измерены как 0. Если вы в первую лабу не сообщите о повороте по телефону, они и не узнают, что вы что-то поворачивали.
Вы можете заново проинициализировать переменную заново, это так, но при этом вы направите кубиты строго вверх или вниз, а до измерения кубиты почти наверняка смотрели куда-то наискосок, и при переинициализации вы потеряете это положение. Для квантовых алгоритмов очень важно точное направление кубита в 3D. Пока не существует способа измерить точное положение кубита, для этого нужно ничтожно слабое воздействие на кубит, которое не изменит его состояние.
Очень философский комментарий без какой-либо конкретики, очень в духе статей о квантовом мире.
Спасибо, я старался. Собственно мой исходный посыл был именно в этом - сделать симулятор на скрытых переменных, пришлось разбираться очень детально в алгоритмах для этого.
Нобелевку дали за исследования запутанности, при этом теория скрытых переменных теми ребятами опровергнута не была.
Нет, если вы повернете один из кубитов, второй не поворачивается, запутанность будет разрушена.
Алгоритм Шора работает не на квантовой суперпозиции, а на QFE
Можно конкретный пример, где именно суперпозиция ускорила решение задачи?
Обновленная ссылка на карточки Anki:
https://www.dropbox.com/sh/x3jkjbmdudk9yjl/AAAN53AHmMm73oVQ3M7JmN_wa?dl=0
Данные для обучения дадут только люди, это очевидно, значит надо привлекать миллионы добровольцев. Я в статье писал о проекте Yarrow, аудитория в целом заинтересовалась им, но мне не хватает опыта в привлечении большого числа людей к проекту.
Людям нужно 15 лет, чтобы научиться внятно говорить. И речь шла про сотню языков, что человеку вообще недоступно.
Если взглянуть на проект CYC, там базу знаний уже 30 лет набивают сотрудники, и пока не добились необходимого объема. А вот миллион пользователей могли бы быстро разговорить робота.