Skip to content

量子信息全景:五条专题共用的语言 ​

WARNING

🧪 Beta公测版本提示:教程主体已完成,正在优化细节,欢迎大家提Issue反馈问题或建议。

量子信息不是「把电脑换成量子的」一句话,而是一套关于如何编码、传送、保存、模拟和用量子系统学习的共同语言。

本领域紧接 信息论:经典熵、信道与 香农容量 说清楚以后,再把比特换成量子比特。线性代数是硬前置,请先有 向量 / 矩阵 / 内积 的几何直觉。具身与规划见 控制论 与 世界模型。

第一遍只抓住:量子比特是归一化复向量;叠加与混合要靠密度矩阵和测量基来区分;不可克隆和退相干是后面每一章的墙。需要把 H|+⟩=|0⟩ 或不可克隆证一遍时,点开「逐步推导」。


一、量子信息在问什么? ​

经典比特是 {0,1}。量子比特(qubit)的纯态由二维归一化复向量(态矢量)描述;一般含噪状态则需要密度矩阵。纯态可写为

|ψ⟩=α|0⟩+β|1⟩,|α|2+|β|2=1.

测量在计算基上只能得到 0 或 1,概率分别是 |α|2、|β|2。叠加不是「同时是 0 又是 1 的魔法」,而是:在测量之前,系统由振幅描述;测量之后,坍缩成一个经典结果。

多个量子比特的空间是张量积 C2⊗C2⊗⋯,维度 2n。这既是算力叙事的来源(状态空间指数大),也是模拟它之所以难的原因。

保姆级:振幅可以相消,概率不能。 经典随机是「50% 是 0、50% 是 1」的混合,再做一个 H 门仍然是 50/50。相干叠加 |+⟩ 的相对相位是齐的,同一个 H 能把它收成几乎确定的 |0⟩。demo 就是在画这件事。


二、五条专题:一张地图 ​

本领域按你拿量子系统干什么拆成五章,而不是按公司或芯片名单堆名词:

量子信息五条专题

图解说明:计算研究门与算法;网络把纠缠当成可分发的资源;存储解决光子飞太快、物质相干太短的时间错配;模拟用可控量子系统去跟自然哈密顿量;机器学习把线路嵌进可训练管线。五条路共用量子比特、纠缠和噪声。

专题关键问题下一章
量子计算门、线路、测量、NISQ vs 容错computing
量子网络如何把纠缠分发到远处?network
量子存储如何把量子态「按住」一段时间?memory
量子模拟如何用量子系统模拟量子系统?simulation
量子机器学习经典特征如何写进线路并训练?qml

阅读顺序建议:全景 → 计算 → 网络 / 存储(可并行)→ 模拟 → 机器学习。QML 章收编了混合量子分类实验(VQNet 核心随该章发布)。


三、两条贯穿约束 ​

3.1 不可克隆 ​

未知量子态不能被可靠地复制成两份相同的未知态(no-cloning)。因此:

  • 不能像复制文件那样「备份一个量子比特再测量」;
  • 量子密钥分发里,偷听会扰动态,从而留下痕迹;
  • 纠错必须绕开「先复制再投票」的经典思路,改用纠缠与稳定子。
逐步推导:线性复制机为什么不可能(不可克隆)(点击展开)

假设存在一个与未知态无关的酉 U,使得对所有 |ψ⟩

U(|ψ⟩⊗|0⟩)=|ψ⟩⊗|ψ⟩.

取两个不同的纯态 |0⟩、|+⟩(或任意不正交的一对)。则

U(|0⟩|0⟩)=|00⟩,U(|+⟩|0⟩)=|+⟩|+⟩.

也可直接用线性看矛盾:通用复制机还必须满足 U|10⟩=|11⟩,于是 U(|+⟩|0⟩)=(|00⟩+|11⟩)/2;但所需输出 |+⟩|+⟩=(|00⟩+|01⟩+|10⟩+|11⟩)/2,两者不同。用内积保持可以得到更简短的证明。

酉保持内积:⟨0|+⟩=⟨00|++⟩。左边是 1/2,右边是 (1/2)2=1/2,矛盾。因此这样的 U 不存在。

推论:未知态不能先复印再测量两份取平均;传态是「搬走」不是「复制」;QKD 里 Eve 的拦截-重发过不了完美复印这一关。正交态(已知的计算基)可以复制——那已经是经典比特。

3.2 退相干 ​

真实系统会与环境纠缠,相对相位被冲刷。常用两个时间尺度:

  • T1:能量弛豫(激发态掉回基态);
  • T2:失相(布洛赫球赤道上的相干先没)。

计算深度、网络距离、存储时间、模拟时长,最后都撞上这两条钟。

不可克隆与退相干

图解说明:左边是禁止的复印机;右边是布洛赫矢量被噪声往球心拽。后面每一章都会回到这两张图。


四、叠加 vs 混合:demo 在画什么 ​

测量「0 和 1 各一半」有两种完全不同的来源:

  • 相干叠加 |+⟩=(|0⟩+|1⟩)/2:有相对相位,再用 H 可以几乎确定地变回 |0⟩;
  • 完全混合 ρ=I/2:在任何正交测量基下都是 50/50,做 H 也不改变它。混合可来自制备信息未知或与环境纠缠;纯叠加态的测量结果也可以是真正随机的。

计算基下的两个密度矩阵是

ρ+=12(1111),ρmix=12(1001).

它们的对角相同,所以测 Z 得到相同概率;非对角不同,所以测 X 能区分统计分布。纯度分别是 Tr(ρ+2)=1 与 Tr(ρmix2)=1/2。注意“混合态没有相干”不是一般结论:ρ=(3/4)|+⟩⟨+|+(1/4)|−⟩⟨−| 是混合态,但在计算基下有非零非对角元 1/4。相干依赖所选基,纯度则不依赖基。

demo.py 用两次测量把这件事画出来。每次 2000 次抽样(shots),种子 42。纯度 Tr(ρ2) 是配套练习:纯态为 1,单比特完全混合为 1/2。

叠加与混合的测量对比

图像待更新:绘图脚本已纠正“只有混合才是真随机”的标题表述;现有图片尚未重新生成。请以本节说明为准,并运行 code/demo.py 更新标题。

逐步推导:为什么 H|+⟩=|0⟩,而 H 对 I/2 毫无办法(点击展开)

Hadamard(与 demo 矩阵一致)

H=12(111−1),H|0⟩=|+⟩,H|+⟩=|0⟩.

第二式:把 |+⟩=(|0⟩+|1⟩)/2 乘进去,H|1⟩=|−⟩,于是 H|+⟩=(|+⟩+|−⟩)/2=|0⟩。密度矩阵 ρ+=|+⟩⟨+| 经 HρH† 变成 |0⟩⟨0|,测 Z 几乎全是 0。

完全混合 ρ=I/2。H(I/2)H†=I/2(H 酉),测什么基都是 1/2。直方图左栏两种情况都像抛硬币;右栏只有叠加被「收回」。这说明相干叠加与完全混合的区别能通过改变测量基显现,不能用「只有混合才随机」来区分。

不可克隆禁止的是用同一装置完美复制任意未知态;已知的 |+⟩ 可以重复制备。在独立副本上分别测 X 和 Z 能估计各自的统计分布,但不能给同一个量子系统赋予两个不相容可观测量的同时确定值。


五、和本笔记本其他部分的接口 ​

  • 数学:态矢量、酉门、测量投影,全是线代;变分量子线路的训练还用得到 梯度 与 KL / 交叉熵。经典容量对照见 信息论。
  • 深度学习:QML 的经典压缩器就是普通网络;对照 CNN。
  • 科学计算:量子模拟是 AI4S 的「另一条轴」——不一定用神经网络逼近 PDE,而是让硬件自己演化哈密顿量。

六、小结 ​

概念一句话
量子比特归一化复向量;测量给出经典比特
张量积n 比特空间维度 2n
叠加 vs 混合单一基的直方图可能相同;需换基检查相干与纯度
不可克隆未知态不能完美复印
退相干T1 掉能量,T2 掉相位
五条专题计算 / 网络 / 存储 / 模拟 / 学习

下一章 量子计算:把 |0⟩、H、CNOT 和测量连成一条能跑的线路。

📥 Code ​

FileViewDownload
demo.pyOpenDownload
exercise.pyOpenDownload

参考 ​

  1. Nielsen, M. A. & Chuang, I. L. Quantum Computation and Quantum Information.
  2. Wilde, M. M. Quantum Information Theory.
  3. Preskill, J. Quantum Computing in the NISQ era and beyond. Quantum (2018).