作者 angellll (長尾巴的天使)標題 Re: [新聞] Google 跨出「一大步」 量子電腦照亮廣達時間 Wed Dec 11 23:31:12 2024
※ 引述《PTTdoggy (科科)》之銘言:
: 通篇胡言亂語,各種拼湊胡謅
: 廣達什麼的我不清楚,只點出幾個重要錯誤
我也來胡言亂語一下好了
計算複雜度有
Time complexity 還有 Space complexity
量子電腦我看還有一個叫做
Physical Complexity
如果把這個 Physical Complexity 當作沒有
量子電腦的確可以發展很快
意思就是 [我如果解決一個很複雜的問題我得到的效果]
就會有一台量子電腦
[但那個複雜的問題 可能本身就是一個指數性質的問題]
從這點出發你就會發現
所謂的[我現在要只要能讓qubit 增加所以可以解決一個複雜問題]
這句話就是複雜問題
而且以現在的物理限制來說
我覺得比較像本夢比的感覺
人類現在要解決的問題下面這個還比較實際
AI 的架構對於計算複雜度的降低有多少增益
以machine learning 來看
已經實現一些問題可以指數降低複雜度
但是要對應是symmetry problem
https://imgur.com/QEhJOx6
我們退休前電腦能達到這張圖的 super human就夠了
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.243.124.74 (臺灣)
※ 作者: angellll 2024-12-11 23:31:12
※ 文章代碼(AID): #1dMR12Br (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1733931074.A.2F5.html
※ 同主題文章:
Re: [新聞] Google 跨出「一大步」 量子電腦照亮廣達
12-11 23:31 angellll
推 aegis43210: 而且已經要有抗量子演算法了,量子電腦的用途會比預期少,改革馮紐曼架構還比較有用2F 12/11 23:36
→ angellll: AI 就已經不是凡紐曼架構了4F 12/11 23:36
噓 bj45566: 是不是 Von Neumann Architecture 和 computational complexity 有什麼關係?只要是在非量子電腦上執行,你一樣是跑在 Turing Machine 上5F 12/11 23:45
→ angellll: turning machine 要清調磁帶 AI不用
第二點不一樣是 machine 不用解出函數f
所以所謂的你用turning machine 去計算一個問題
跟你用AI去計算一個問題本來就是不同問題
因為你不知道decisive function
你也無法定義8F 12/11 23:47
噓 bj45566: 至於量子電腦,只不過是在某些特殊問題上(e.g., 質因數分解)能夠超高效率運算,它也無法解決或證明 computational complexity 領域的最基本問題 esp. P =?= NP14F 12/11 23:50
→ angellll: 量子電腦跟 np=p 根本沒有關係吧 ^^18F 12/11 23:52
噓 bj45566: 繼續胡說八道!只要是在傳統電腦上執行的程式,都是限制在 Turing Machine 的架構下
自己去書店或 Amazon 上買一本 Computational Complexity 的教科書來讀,你就知道一切問題的核心就是 P =?= NP19F 12/11 23:54
→ angellll: 你在搞笑什麼啊 那只是因為現在用電腦在實驗AI而已你請生科的人做一個人頭去跑AI演算法看看 我們在討論複雜度還是討論計算能力?
你量子電腦不是turing machine控制的喔^^24F 12/12 00:01
噓 bj45566: Quantum complexity theory 只不過是原有理論的延伸,而且是不太大的延伸
https://i.imgur.com/XaYuIgp.png
目前認為量子電腦能加速解決的問題只有 BQP 的虛線範圍
笑死!扯什麼生科,什麼用人頭跑 AI wwww 再瞎掰啊!目前 AI 用的類神經網路和人類的腦神經結構根本不同!28F 12/12 00:05
→ angellll: 你加油啦 現在量子電腦到底有沒有比傳統電腦好
都還是無解的問題
也才剛剛有演算法被發現 傳統可以解更快了
你得回應就是這篇講的 假設我可以突破一個複雜物理我得到一個增益就是 量子電腦 ^^
而實際上人類的發展只要一個夠好的可以用的電腦就好關注那個 sooooooon to be market QM不如關心別的36F 12/12 00:13
噓 bj45566: 我們那年代台大資訊研究所必修的科目就是 Computational Complexity -- 廿幾年前我在 NTU EE 大四上有去修過,呂育道教授開的課,一學期的課只講到課本的約 1/3, 但光憑那些粗淺的知識就知道你從頭到尾都在胡說八道!!!43F 12/12 00:17
→ angellll: 用AI learning 解決了問題量子電腦都還沒現世呢^^48F 12/12 00:18
→ bj45566: 繼續假懂瞎掰吧,反正丟人現眼的不是我 wwww wwww49F 12/12 00:18
→ angellll: 他算什麼咖? 你修的不是顏嗣均的阿
AI 找出的函數的複雜度你比較厲害你去解^^50F 12/12 00:18
噓 bj45566: 呂育道教授是那屆台大資訊系第一名畢業生,赴美在 Theoretical Computer Science 的重鎮哈佛大學拿到的計算理論博士,在博士班期間就發表了好幾篇 STOC, FOCS 論文,你連替他提鞋子都配 wwww 笑死人!
*都不配
就是因為顏嗣均教授在電機系所開的計算理論課程內容太淺我才跑去資訊所修課
在台灣讀書不犯法喔,
!與其在這邊拼命胡扯瞎掰,建議你找本 Computational Complexity 的經典教科書用心讀個半年(如果你能讀懂的話 wwww)52F 12/12 00:23
推 theta4719: 不知道在吵啥 不如互相通個電話講清楚64F 12/12 00:39
→ PTTdoggy: AI是得益於增加model complexity和硬體的scale upAI演算法本身沒有指數降低計算複雜度
量子計算的問題在於大多演算法頂多是polylog
但model complexity受硬體限制,而硬體無論是基於任何材料,目前都沒有一個明確的scale-up law
所以a大前半段說的是對的
但這個更像是engineering bottlenecks67F 12/12 00:48
推 ragochen: 兩位大師別吵了,如果我的Alphabet今天因為你們筆戰而跌下來,我可是會生氣的…74F 12/12 01:21
→ PTTdoggy: 目前看來是好的硬體材料和架構還沒有被找到
所以scale up才會顯得這麼複雜
大家拚命往死胡同裡鑽76F 12/12 01:21
推 crusoe: 一般人如我只想知道,什麼時候能商業化甚至推到普羅大眾而已80F 12/12 06:57
→ waitrop: 我一直以為天使川是川普專家,沒想到也是科技業大佬82F 12/12 07:02
--