怎么老这样呢www847eecom换来换去多累(4)_不要黑我啊郗_ferr_95298_新浪博客
怎么老这样呢www847eecom换来换去多累(4)
第五百六十五章
　　听唐寅这么问，就算江凡反应再慢也明白了他的用意。江凡深吸口气，正色说道：“在军中子缨将军与军中将士亲如兄弟，但私交却清淡如水。”
　　唐寅哦了一声，眨了眨眼睛，不动声色地说道：“我知道了，江凡将军还要随小英一同出征，早些回去准备吧！”
　　“是！大王，末将告退！”江凡起身，对唐寅深施一礼，退了出去。
　　听闻江凡说子缨与麾下将领们的私交清淡如水，这让唐寅放下心来。子缨毕竟是降将，直到现在唐寅还没有完全信任他，加上青远之战子缨又打了太漂亮了，唐寅很担心能力如此出众的子缨会不会有一天调转刀口来对方自己，他与将士的私交一般，这就代表着子缨没有结营私的举动，也就不存在反意，唐寅当然暗松口气。
　　当日，舞英和江凡找到数名熟悉犰狳沼泽地形的宁人，统帅三万精兵，步行前往犰狳沼泽，为了便于与平原军方面的联系，艾嘉也有随军一同前往。
　　犰狳沼泽占地面积很大，霸占了河东南部大片的土地。因为有犰狳沼泽的存在，使河东和南方的九幽郡交通极为不便，官道只能分成两叉，绕个大弯子避开沼泽地带。犰狳沼泽的地形是四周为泥沼，是树林，要想在犰狳沼泽设伏，也只能隐藏于地带的树林里。
　　舞英和江凡由青远出发，先宁军一步赶到犰狳沼泽，全军驻扎在林内，而后派出地网探子给平原军送去书信。既然有舞英和江凡在犰狳沼泽内做己方的接应，萧慕青和吴广也就没什么好顾虑的了，两人放心大胆的率军追杀宁兵。
　　宁兵的统帅还是那个胆小如鼠的宁中将军吴焕。按照他的本意，既然风军已经破城，小夏业已丢了，己方就应该撤退，因为西面的郡城已被风军攻占，截断了退回都城的路线，就应该南下退到九幽郡。
　　不过吴焕的麾下部将们纷纷劝阻，说如果这样一仗未打的退走，让大王知道必会受到重罚，不如借着风军不熟悉河东地形之便，将风军引到犰狳沼泽，如此一来，己方就有反败为胜的希望，甚至还有可能重新夺回失地。
　　被部下们这么一劝，吴焕也觉得有道理，随即采纳部下们的意见，率军向犰狳沼泽撤退，结果这一退，正好碰上了早已经埋伏在那里舞英和江凡一众。
　　宁军和舞英、江凡想到一起去了，他们也是想躲藏到这片树林里，等风军追杀过来时，会陷入树林外的泥潭之中，己方趁机放箭，风军进不能进，退又退不快，必然大败，他们在顺势反杀出去，定能全歼风军，结果现在的形式与他们预想中的截然相反，轮到他们陷入泥潭里，承受林中风军的箭阵。
　　这下可彻底把宁军打晕了，宁军做梦都想不到犰狳沼泽内竟然会藏有敌人，促不及防，一下子被风军的箭阵射死射伤无数。
　　宁兵都是穿着钢盔钢甲，比风军的盔甲要沉重得多，在沼泽地里移动也比风军更困难，此时他们若是撤退，即使能退出去，恐怕也剩不下几个人了，到时后方的风军在追杀上来，己方就得全军覆没，危急时刻，吴焕总算是表现出了中将军该有的应变能力和魄力。
　　他当即传令下去，全军众将士只能前进，不可后退，就算用人去填风军的箭阵，也要强冲过去，杀进树林中再与敌人一决高下。向来胆量不大的吴焕好不容易强硬了一回，下面将士们也都豁出了性命，迎着风军的箭阵硬向树林中冲杀。
　　宁军已开始博命了，但胜卷在握的舞英和江凡并不想与对方拼命，二人下令，全军将士便放箭边撤退，把树林让给宁军。风军将士已熟悉过沼泽地带的特点，撤退时很有经验的把鞋袜都脱掉，光着脚丫子快速后退。
　　最终，宁军是以牺牲万余名将士的代价成功*退风军，占领了树林，本来人们可以长松口气了，可是很快新的危急又来了，以萧慕青和吴广为首的九万平原军将士到了，平原军另外的一万人留守在小夏城内。
　　随着平原军的到来，舞英和江凡立刻与其合兵一处，在树林的四周列好方阵，将整片树林围了个水泄不通，不过风军是围而不攻，和林内的宁军干耗。
　　沼泽地带的水是不能饮用的，易滋生出疾病和瘟疫，风军要想饮水，就必须得到沼泽之外的地方去取，非常艰难，风军尚且如此，被困的宁军就更惨了，林中还不如外面，这里连污水的水源都没有，至于食物，更是少的可怜，在风军驻扎期间，早就把林中的菌类植物一扫而光，现在给宁军留下的就是一棵棵光秃秃的树木，如果说还有活的东西，那就是满地乱窜的犰狳以及无处不在的蚊蝇。
　　这时候吴焕才恍然醒悟，此处实是一块绝地啊！可是此时他才反应过来，为时已晚，当初给他出主意的那些部将们这时候也都傻眼了，一各个面如死灰，沉默无语。
　　风军这边是打定了主意，围而不攻，就是等宁军主动突围，他们好以逸待劳。
　　当日晚间，宁军就沉不住气了，对风军的包围圈展开反扑。可是泥沼之地哪里适合冲锋啊，何况宁军身上还有一身厚重的盔甲，将士们每走一步都很困难，这一晚上，宁军先后发起了三次突围，结果被风军连射带打，全被*退回来，一个人没跑掉不说，反倒损兵折将，死伤无数。
　　吃过亏后，宁军彻底老实了，不再组织突围，呆着林子里，守而不攻，与风军对峙。
　　短时间的对峙宁军倒是没问题，但时间一久，宁兵就受不了了。人可以一天、两天不吃饭，但不可能一、两天不喝水，宁军将士看着满地湿糊糊的淤泥，喝的唇干舌燥，直咽吐沫。
　　反过来看林外，风军阵营里倒是炊烟袅袅，不仅有水喝，而且还能找来干燥的木柴生火，把水烧开了来饮。更要命的是，风军有后勤供应，食物、肉类可以源源不断的运送过来，每到饭口的时间，风军将士都能吃到香喷喷的肉类，肉香味飘到林中，引的宁军士卒口水直流，两眼都放蓝光。
　　萧慕青自然不会浪费攻击敌军心理和士气的机会，一到吃饭之时，便会派出老兵端着肉汤前往己方阵营之前，边喝汤边向林中吆喝，先报今天伙食的菜明，然后再向宁军劝降。
　　吴焕是胆子小，让他不战而逃可以，但要让他向风军投降，他可不敢，毕竟他的家在良州，家人也都在良州，他要是一降，全家人的脑袋都保不住。他给部下下达了死命令，无论是谁，一旦要向敌军投降，杀无赦。
　　有些实在忍受不了饥喝的宁军想向风军投降，结果刚出树林，就被林中的同袍们举箭射杀。
　　此战一拖就是三天，三天的时间里，风军没有发动一起进攻，不过林中的宁军却惨到了极点，七、八万的宁军将士又喝又饿，把林中的树叶、树皮都吃光了，甚至许多人已开始吃地上的淤泥，至少泥中还能有些水分。
　　瘟疫、疾病在宁军中蔓延开来，大批的士卒病倒，有许多在战斗中受伤的士卒得不到医治，伤口化脓腐烂，人们只能挑出地下的蛆虫放到伤口上，利用蛆虫来吃掉伤口周围的腐肉……
　　此时的宁军，即便风军不来打，也坚持不了两天。在被*无奈的情况下，吴焕只能拼命一搏，亲自率众突围，他令主力由北突围，吸引风军的注意力，他自己则率领人数不多的心腹和精锐由南突围。
　　可是战力早已大打折扣的宁军又哪能突破外面十多万生龙活虎的风军？这一战，宁军由北突围的主力被风军打退，向南突围的吴焕以及心腹部众一个没跑掉，全部死于风军的乱箭之下。
　　军中主将已死，下面的士卒们再也不愿意抵抗下去等死，全部向风军缴械投降。
　　这时候，难题反而落到风军这边，如何处置这数万的宁军降兵。
　　由于宁军中已经蔓延开瘟疫，风军根本不敢接近，要是放任他们返回宁国，萧慕青还真是不甘心，他把吴广、江凡、舞英三人叫来商议，怎么处置这批数量众多的宁军。
　　萧慕青首先提出自己的意见，就地射杀，一个不留。听闻他的话，舞英吸口气，忙道：“子缨将军说，要杀就杀宁军的将领，对下面的士卒最好是能放就放，这样一来，宁军日后就失去了与我军作战的必死之心！”
　　听完这话，萧慕青嗤之以鼻，低声嘟囔道：“妇人之仁！”顿了一下，他正色说道：“我们要做的，就是要让宁军知道，我大风的将士皆为虎狼之师，是杀人不眨眼的恶魔，要让宁军害怕我们，畏惧我们，这样一来，等到交战之时，宁军在士气上就低我军一截。两军交战勇者胜！若是心存畏惧，如何能赢？所以说，对宁军的俘虏，一定要斩尽杀绝，永绝后患！”
第五百六十六章
　　第五百六十六章
　　萧慕青和子缨同为唐寅麾下的好战派，也同是一军之统帅，但
　　二人毕竟不是一个人，在许多的观念上也大相径庭，就对敌人的手段而言，子缨主张乘取怀柔，青慕青则信奉铁血威慑。各有各
　　的道理，也各有各的优点。这很难能分得清楚谁对谁错。
　　萧慕青毕竟是统帅，他强烈主张对宁国的数万降兵斩尽杀绝，
　　吴广和江凡都不好多说什么，舞英虽然觉得这么做过于残暴，但也不好就此事与萧慕青多加争论。最后。她以沉默的方式没有继续表
　　身为主帅，萧慕青的一句话决定了数万宁军俘虏的生死。
　　风军将失去反抗能力的宁军俘虏分成百余批，在犹徐沼泽内就地挖坑活埋。沼泽地里都是淤泥，土质湿润稀松，要挖出个大深坑
　　太容易了，可怜数万的宁军，无人幸免，全部被坑杀于犹徐沼泽之
　　内，另外那些已经战死的宁军将士也被就地掩埋。
　　犹徐沼泽之下，宁军尸骨成堆，整整十万宁军将士，几乎无一
　　生还。
　　这一战的规模并不到，交战双方的总兵力加到一起也未足二十
　　五万，但结果却给目前的宁国造成不小的打击，现在宁国的兵源本就不足，军中多为刚刚入伍的新兵。十万老兵将士的战死。无形中让宁国的整体军力以及士气都大打折扣。
　　当犹徐之战的惨败消息传回到宁国国都的时候，宁国王廷可谓是一片哗然。原本所有的乐观情绪瞬间荡然无存，这时候，严初和
　　下面的大臣都意识到。风国出兵河东。绝非临时的趁火打劫。而是
　　一场早有预谋、早有准备的侵略。
　　风国进攻河东，虽说也有一定的损失，但总体而言战斗打的还是异常顺利，这是有许多因素造成的。
　　其一。是因为有杜基城邦的牵制，先吸引了宁军主力北上，导
　　致增援河东不及时。其二，则是风国的出兵太突然，宁国上下毫无
　　准备。被风国打了个措手不及，其三，也是最重要的一点，风国目
　　前的国力赢弱。但军力太强了。
　　跟随唐寅出征的几名上将军。上官元让、吴广、江凡、战虎皆
　　有万夫不敌之勇，有他们四人在军中。即使不用上战场也能使全军
　　的士气提升好大一截。而萧慕青、梁启、子缨三人的能力更是无法
　　用具体的数字来衡量。随便挑出一位皆是能独当一面、挑起大梁的
　　顶尖级统帅。这许多的大将、猛将集中在一起。无论偷袭哪个诸侯
　　国对方都难以应付。何况是刚刚损失四十万精锐还没有恢复元气的
　　宁国？
　　现在宁国所考虑的已不再是能不能夺回河东失地的问题了，而
　　是能不能阻挡住风国虎狼的继续西侵。
　　随着丰城和小夏相继被风军攻占。以萧慕青为首的平原军和以
　　梁启为首的三水军开始齐卞西进，向河东的中心青远集结。
　　三十多万士气如宏的风军云集中河东郡城，西面的另外两座城
　　池南海和建兴立刻变的炭发可危，两城城主的告急文书如走马灯一
　　般连续不断的传回宁都良讨，就在严初急的如热锅上的蚂蚁之时，
　　以魏征和明啸天为首的五十万宁国援军终于抵达了河东。
　　魏征即没有把五十万的宁国大军安置在南海。也未安置在建兴
　　。而是在两城的中间地带驻扎下来。摆出一副要与风军在正面做决
　　一死战的架势。
　　有这么这一支人数庞大的宁军虎视耽耽的挡在南海和建兴之间
　　，风军想从两城之间渗透过去已然没有可能。更无法对两城采取强
　　攻之势。一旦展开攻城，风军的侧翼将会遭受五十万宁军的猛攻。
　　得到消息的唐寅立刻召集麾下部将，商议应敌之策。
　　现在唐寅已把王凯任命为郡首，为了表示自己并非做样子，他把郡首府让给了王凯，自己则住进了条件较差的军营内。此时大帐
　　内早已布置好沙盘。将南海和建兴一带的地形模拟的清清楚楚。就
　　连个小山包都没有遗漏。
　　唐寅环视周围的众将。抓起一大把白色士兵的泥塑，拍在南海
　　和建兴之间。说道：“目前宁国的五十万大军驻扎于此，各位将军都说说吧。我军当如何破敌？”
　　“哼！”萧慕青一笑，说道：“看架势。宁军是想和我军打一
　　场正面交锋，那我军陪他打一场就是了。”
　　子缨摇摇头，正色说道：“不妥。即使我军将士善于做正面战
　　斗。但敌众我寡之下。就算能胜过对方。我军的损失恐怕也不小啊
　　梁启皱着眉头说道：“打仗哪有不死人的道理？如果害怕出现
博客等级：
博客积分：0
博客访问：147
关注人气：0
荣誉徽章：404 Not Found
404 Not Found
The requested URL was not found on this server.
您要找的内容已被删除鉴于国内理论计算机的科研如此不发达的现状：&br&基本上不是清华姚班的本科生就别想了。姚班的同学有多年的和美国top4学校教授交换做科研的管道，每年都有稳定的两三个或更多优秀的申请者，其他学生基本很难竞争的过。&br&或许每年有零星一两个上交或北大的？CMU历年来做理论的中国本科几乎没有清华以外的人，我申请PhD的那年去各个学校visit也没有看到清华以外的本科生理论方向&br&&br&中国大部分学校和科系没什么做理论好的教授，本科生想要找美国top学校的理论教授实习交换做研究也有点难， 不过可以考虑曲线救国：&br&Either去进入之后再决定导师的学校，比如Stanford或者CMU以AI（比如&a href=&//www.zhihu.com/people/3cac8a3d820c9bc64b27ec3a7a8ac4bf& data-hash=&3cac8a3d820c9bc64b27ec3a7a8ac4bf& class=&member_mention& data-hovercard=&p$b$3cac8a3d820c9bc64b27ec3a7a8ac4bf&&@德安城&/a&）或者Graphics（比如&a href=&//www.zhihu.com/people/d98ecd8da62f5a3e663ead141e308df9& data-hash=&d98ecd8da62f5a3e663ead141e308df9& class=&member_mention& data-hovercard=&p$b$d98ecd8da62f5a3e663ead141e308df9&&@Yan Gu&/a&）的背景申请，进入之后再转到偏理论的方向；&br&Or像我这样在美国Top学校读个master，中间花时间多学些theory的内容并找个教授research做出点成果。
鉴于国内理论计算机的科研如此不发达的现状： 基本上不是清华姚班的本科生就别想了。姚班的同学有多年的和美国top4学校教授交换做科研的管道，每年都有稳定的两三个或更多优秀的申请者，其他学生基本很难竞争的过。 或许每年有零星一两个上交或北大的？CMU…
&p&为啥文不对题的答案也能也有那么多人点赞呢？问的是“连环拒”的体验又不是如何申请的建议。&/p&&p&这个问题让我回想起了6年前的自己，说一说经历让大家开心一下。&/p&&p&当时申请的背景是：&/p&&p&THU计算机系GPA Rank 1/110 （老实说因为水平一没考按0分算系里第八，但是觉得很不爽就没要系里开的排名证明然后在所有Resume里还是写的第一）&/p&&p&GRE： 590/800/3.0 TOEFL：103&/p&&p&研究经历：在唐杰老师的实验室做的利用社交网络预测用户情感和行为的研究，但是并没有paper发表&/p&&p&我记得在一个阳光明媚的周末收到了第一封拒信来自MIT，跑到篮球场旁边的小花园坐着哭了一下午。现在想想感觉很好笑啊，除了GPA没什么拿得出手的，被各个学校拒了非常正常，但是该伤心难过还是没有办法。&/p&&p&然后接着就是一个月的连环拒，好像后面的拒信就麻木了，大概十几个学校只有最后快到三月末UIUC的Jiawei Han老师给我offer，到现在还是很感激他。唯一申的master是CMU的MSCS。最后犹豫了一下觉得自己没那么喜欢data mining就去CMU成为光荣的MSCS一期生。&/p&&p&开始读了Master当时也没想太多，觉得估计就去找个工作吧，结果一方面是因为懒暑假没实习，另一方面是上了Ryan O'Donnell的Analysis of Boolean Function觉得还挺好玩的。一起搞了个小证明发了一篇CCC觉得有了点自信，所以Master最后一学期又申请了一轮Theory方向的PhD。&/p&&p&这次感觉或多或少有些自信，最后6个学校中了3个：Stanford, CMU, Columbia. 拿到拒信的时候也没有什么伤心的感觉。最后因为太爱我的男神Ryan，以及觉得Gates Building很舒服，就留在了CMU。&/p&&p&申请怎么准备，经验教训，我觉得不是这个问题所问的层面，我在这里说一下作为一个过来人如何从连环拒中释然。&/p&&ol&&li&&b&这的确是一个挫折，感到伤心是在所难免和可以接受的。&/b&毕竟还是花了很大精力准备的申请，被拒确实是一个很大的挫折，相当于给你之前的所有准备打了不及格，很值得伤心。&b&如果你对被拒感到伤心，说明自己还是有上进心和追求的，&/b&完全不伤心反而说明一开始就并不预期能申请上，申请的意义又在何处呢？我倒觉得比起后面的连环拒，反而是第一封拒信的打击比较大，后面反而就淡然了，不知道别的人是什么感觉。&/li&&li&&b&申请这件事情随机性很大，没申上也不代表你的能力和准备完全不行。&/b&我在CMU也耳闻很多申请委员会的轶事，申请的审查相当的随机，&b&除非你特别牛逼或者有大腿抱，要不然能不能申上真的跟扔个骰子区别不太大。&/b&当然当自己准备充分的时候，其实被拒了之后伤心的感觉也会小一些，毕竟对自己的能力是有自信的。第二次申请的时候，我也是先收到MIT和Berkeley的拒信，但是也没感到太慌张。虽然Ryan没有promise我什么，但是我还是有自信起码能拿到CMU的offer。&/li&&li&&b&被拒是一时的挫折，但不是人生的失败。&/b&我始终坚信，固然有幸运和不幸，但是人最后总是会走到和自己的性格和能力相匹配的位置上去。我现在就觉得我当初的决定挺好的，也不是说读个data mining的PhD就不好，但是我觉得我现在过得是开心的。&b&被拒了是一个提示，可能说明你准备的不充分，可能说明你的能力不够，可能说明这个方向不适合你，&/b&换个层面换个角度，说不定就能找到更适合你的位置。&/li&&li&&b&被拒是一时的伤心，不要把它变成一生的包袱。&/b&我记得我在搞化学竞赛的时候，考完实验看见一个同学愁眉哭脸。他的老师在旁边跟我说，唉这么好的苗子，就一紧张失误了，本来可以报送北大现在就只能去别的学校了。我就问他说别的学校不好么，他说我就想去北大。我问那你再回去好好准备高考呗，他说不行我高考考不上的当初时间都用来准备竞赛了。&b&期望又高，又把鸡蛋放在一个篮子里，实力又不济，最后又怪得了谁呢？&/b&我想以他的性格，恐怕在午夜梦回的时候，一定会总是想到自己当初该去北大而唉声叹气。何必呢？看开一点，相信自己还是有能力有作为的人，条条大路通罗马。&/li&&li&&b&世界上有很多比被拒更难以承受的挫折和失败。&/b&真的要相信，被拒已经是很小很小的挫折了，以后遇到的难过和恶心的事情多着了。我觉得申请的时候被拒的悲伤，完全比不上工作的时候被人使绊子的难受，和读PhD读着读着开始质疑自己能力的郁闷。&/li&&/ol&&p&希望我说的这些话能宽慰那些因为连环拒而悲伤的人们。&/p&
为啥文不对题的答案也能也有那么多人点赞呢？问的是“连环拒”的体验又不是如何申请的建议。这个问题让我回想起了6年前的自己，说一说经历让大家开心一下。当时申请的背景是：THU计算机系GPA Rank 1/110 （老实说因为水平一没考按0分算系里第八，但是觉得很…
这个回答写给目标top20，top10乃至四大PhD的同学们，知乎作为精英社区应该这样的挺多的吧。&br&大量的申请者涌入了这个领域是事实，但实际上有实力的竞争者数量并没有像整体一样增加太多。PhD门槛水涨船高，但并没有涨太多。从今年申请来看，publication重要性下降了一些，推荐信比重增大了。原因一部分是因为&顶会&也在膨胀。以前几篇顶会带你进四大现在不行了很可能不是因为竞争激烈了，可能只是顶会变水了。仔细想想，现在的文章有多少是赶个模型对着个SOA调调参数挑挑数据beat掉讲个故事就完了的，这种文章可以作为参与科研的证据但是能不能表现实力自己心里应该有点数。&br&文章水了，越来越多的人开始更重视推荐信了。很多同学可能的确在一个实验室里有很好的work最后没申好，可能是因为推荐信。boss知名度是一方面，另一方面是3封推荐信最好要&立体&一些，都来自一个地方就显得单薄了。另外切记要和推荐人聊，如果是平平的推荐信其实可以考虑换人。&br&所以按我的理解，这个领域的火爆给master及以后的就业带来了很大的竞争，至于top20的phd，受到的冲击应该小一些。所以本身就是这个目标的同学别担心太多，申请带PhD低排名校和MS项目保底就好。
这个回答写给目标top20，top10乃至四大PhD的同学们，知乎作为精英社区应该这样的挺多的吧。 大量的申请者涌入了这个领域是事实，但实际上有实力的竞争者数量并没有像整体一样增加太多。PhD门槛水涨船高，但并没有涨太多。从今年申请来看，publication重要性…
竟然被邀请了。。。看到前面那么多的元老来占坑，诚惶诚恐，匿在一旁。不过有学弟来邀请那我只好来冒个泡。。。&br&======================================================================&br&首先从两点误区开始说吧。&br&&ol&&li&关于ACM竞赛。我交在02年拿了ACM-ICPC的世界冠军，而ACM班也是在这之后应声建立起来，于是很多人误认为ACM班的学生一定要参加ICPC。真实情况是，在ACM班念书和参加ACM竞赛&b&没有必然的联系&/b&。根据我的目测，大一的时候，班里参加竞赛的人还比较多，大概一半左右，大二的时候应该只剩下大概四分之一，大三就只有一队的人还在参加竞赛。当然，交大ACM队的主力基本都是ACM班的学生，但其中也不乏电院甚至不是电院的同学。&/li&&li&关于竞赛保送。保送制度取消之后的事我无从得知，不过在这之前&b&ACM班大多数人的的确确是信息竞赛保送的&/b&。班里有NOI的银牌、铜牌（我不确定前辈中是否还有金牌），也有雅礼长郡省常中出来的强省省一。&b&但这个班也不都是有基础的同学&/b&。以我这一届为例，我个人只在初中的时候稍微接触过信息学竞赛，只有信息弱逼辽宁省（不可否认。。。）的二等奖，高中三年我在参加物理竞赛，因此可以算混血种零基础；我们班一魏姓同学，完全没有接触过信息学竞赛，属于纯种零基础。零基础的同学并不一定无法生存，我们前一届某零基础罗姓学姐今年拿到了UC Berkeley的offer。后面我会讲零基础同学在这个班的生存状况。&/li&&/ol&======================================================================&br&下面讲作为零基础在这个班念书的感受。&br&大一刚入学，我们便有程序设计和数据结构两门课，而零基础的同学感受是这样的：当你连递归函数都不会写的时候，周围的人都在谈论动态规划、SPFA；当你既不知道什么是面向对象也不知道怎么找对象的时候，有人已经把大作业写完还写了GUI开始帮妹子们调代码了；当你连链表都写不明白的时候，助教在教你块状链表；当你平衡树怎么转还记不住的时候，机考里搞不好已经有了树链剖分这种我至今没有掌握的神技；习题课上，非零基础出身的助教会偶尔理所应当地说“这个大家肯定都会了是吧”，遇到不太会讲话的助教还会收到“这个要是都不会也不会来这个班了吧”这样的嘲讽。这两门课最坑爹之处便是机考：你刚刚学会了上课翁阿姨讲的二叉树，助教就已经在习题课上讲了线段树和树状数组，并且在一周后的机考里就会出现线段树和树状数组的&b&高阶、熟练使用&/b&，什么都不会的你只能靠朴素算法拿可怜的那一点点分数才会不爆零。（关于助教明天来讲）总之，在大一这一年里，零基础在这个班&b&非常辛苦&/b&！&br&&br&然而，辛苦的背后是大量的、&b&快速的&/b&收获。没错，零基础的同学在大一这一年的进步是比其他同学要大的。这一年里，你经历了程序设计、数据结构的机考，经过了一整个暑假编程综合实践(PPCA)的折磨，对于一个描述清晰的算法，你绝对可以没有任何问题地实现出来，至于算法和数据结构的使用，如果你还算是用功的话（比如机考中&b&难度合理&/b&的题都仔细写过一边，PPCA中每道题都是自己做的而不是随便网上找个代码就交了欺骗助教），那么一年下来你绝对不会是班级里最差的。也就是说，你可以花一年的时间收获大部分其他人花了三年以上时间所收获的知识和能力。&br&而对代码能力的训练并没有就此结束，大二编译原理课上写完一整个编译器之后，你就完全不需要再怀疑自己的代码能力了——工程经验还欠缺以外，绝对不会有任何你不会写的代码。&br&&br&总而言之，零基础同学在扛下了大一以及编译器的洗礼之后，&b&与其他同学没有任何区别&/b&，在其他课程的学习上，你&b&不会因为零基础而受到任何影响&/b&。&br&&br&至于你问我怎么扛下来，我只能说最好的办法莫过于1.找大腿 2.问问问 3.写写写。&br&======================================================================&br&下面关于助教。&br&这个班目前的助教体系可以说几乎完全是得益于 &a data-hash=&01ab17ea525fa949a94089& href=&//www.zhihu.com/people/01ab17ea525fa949a94089& class=&member_mention& data-editable=&true& data-title=&@马融& data-tip=&p$b$01ab17ea525fa949a94089& data-hovercard=&p$b$01ab17ea525fa949a94089&&@马融&/a&、 &a data-hash=&204a29b3c703f2a57a9546& href=&//www.zhihu.com/people/204a29b3c703f2a57a9546& class=&member_mention& data-editable=&true& data-title=&@贾枭& data-tip=&p$b$204a29b3c703f2a57a9546& data-hovercard=&p$b$204a29b3c703f2a57a9546&&@贾枭&/a&两位元老级学长，几乎任何一门有助教的课背后都有这两位元老的影子（WO MEN DOU HUO ZAI TA MEN DE YIN YING ZHI ZHONG)。两位元老在这个问题中也都冒泡了，这个方面本来不太轮得到我来说话。不过作为在读ACM班本科生中助教资历最深的是人之一（观众：滚！），我也来冒昧地说两句。&br&&br&ACM班很多课程是由前几届ACM班的学生来当助教，&b&每个ACM班学生在本科期间也必须要当一次助教&/b&。助教按照工作形式的不同可以大致分成以下三类：&br&&ol&&li&万人唾弃型——程序设计、数据结构、PPCA助教&/li&&li&大权在握型——编译器、操作系统（Nachos）助教&/li&&li&你在说啥型——计算机科学导论、数理逻辑助教&/li&&/ol&除此之外，John Hopcroft教授来上课时也会安排相应的助教，不过由于这类助教基本都是一个好人的角色（给分棒棒的），这里我觉得没有必要详细叙述。&br&&br&1. 万人唾弃型&br&这三门课的助教最大的职责便是习题课和机考，此外还有大作业的布置与评测。&br&为什么叫万人唾弃型呢？因为这三门课有机考！前面一节我已经提到了机考的丧心病狂，机考中经常会出现很神的题（比如江苏省省选难度的这种），于是这几门课的助教在背地里被学弟学妹们骂了无数次。然而，这些学弟学妹在升入大二开始当这几门课助教的时候呢，也不会忘记学长们的教诲，必然会把虐菜的工作进行到底。于是万人唾弃的主旋律就这样产生。&br&&br&2. 大权在握型&br&编译器和Nachos两门project课并没有老师教，一切的一切都由助教负责。对的，一切的一切，包括给分。因此称大权在握型。&br&这两门课中，助教在每个阶段要讲一次课，然后负责该阶段的评测。而评测这个事情呢就很蛋疼，一来工作量很大，二来总有各种各样的纠纷。所以这类助教当起来是要比第一类那种讲课只需要啃啃老底，出题只需要把曾经做过的OI题扔到oj上的助教要困难一些。&br&&br&3. 你在说啥型&br&计科导和逻辑的助教要负责习题课和批改作业。这两门课算是ACM班比较神的两门课，因为我们曾经有沈爷爷。如今沈爷爷已经不再教课了，但我们仍然活在他的阴影之下，因为计科导课上的集合论逻辑部分依旧用的是沈爷爷的讲义，因此上课的时候同学们的内心是崩溃的。而习题课中，除了答疑和讲解作业中出现的问题以外，助教还会讲一些额外的内容，而听这些课的时候同学们的表情就是“你在说啥”。&br&&br&下面说说我个人的助教经历和感受。&br&我目前做过三次助教，分别是数据结构，PPCA和计算机科学导论。&br&&br&我第一次当助教是在大二下半年做数据结构助教。我的“野心”看来是比较大的，第一次当助教便想要做出一些改变，便和另外几位助教一起做了两件事。第一是降低机考的难度，我希望可以把题目出到助教在课上讲的东西回去搞明白就一定可以做出来的程度，而按照惯例出的“防退场”题也一定要可以用朴素算法拿到不少分数。（个人出过一道防退场题，不过很失败地没有防住，被两个同学A掉，其他同学有一半以上拿了50分以上，有提交的同学全部都在40分以上，因为最最最最暴力的算法也有40分。）降低机考题难度的目的其实在于明确机考本身的目的：&b&机考并不是为了看谁更厉害，而是为了查看每位同学对上课讲过的东西是否掌握&/b&。在这个目的下，把机考题出的奇难无比完完全全地&b&背离初衷，毫无意义&/b&。（忘了说之前难到什么程度，我们这届的一次机考中，我有两个室友爆了零，其中之一Zzy是我们这届ACM班中数一数二的人物。）另一件事是我们将我们所了解到的零基础的同学聚集起来进行额外的指点。我和 &a data-hash=&fb1ad39bf48e3fd5f2db38b3cbdec3ba& href=&//www.zhihu.com/people/fb1ad39bf48e3fd5f2db38b3cbdec3ba& class=&member_mention& data-editable=&true& data-title=&@金口王& data-tip=&p$b$fb1ad39bf48e3fd5f2db38b3cbdec3ba& data-hovercard=&p$b$fb1ad39bf48e3fd5f2db38b3cbdec3ba&&@金口王&/a&都算是零基础（ &a data-hash=&fb1ad39bf48e3fd5f2db38b3cbdec3ba& href=&//www.zhihu.com/people/fb1ad39bf48e3fd5f2db38b3cbdec3ba& class=&member_mention& data-editable=&true& data-title=&@金口王& data-tip=&p$b$fb1ad39bf48e3fd5f2db38b3cbdec3ba& data-hovercard=&p$b$fb1ad39bf48e3fd5f2db38b3cbdec3ba&&@金口王&/a&你是的嘛？），非常明白这些同学所面临的困难，因此非常愿意做这件事情， &a data-hash=&fb1ad39bf48e3fd5f2db38b3cbdec3ba& href=&//www.zhihu.com/people/fb1ad39bf48e3fd5f2db38b3cbdec3ba& class=&member_mention& data-editable=&true& data-title=&@金口王& data-tip=&p$b$fb1ad39bf48e3fd5f2db38b3cbdec3ba& data-hovercard=&p$b$fb1ad39bf48e3fd5f2db38b3cbdec3ba&&@金口王&/a&把这件事情做的非常好，我也是自愧不如的。&br&&br&第二次当助教是大二暑假PPCA助教。我依然致力于不要把题出难，但此外我还尝试了另外一件事情。PPCA的时间非常长，如果抓紧时间完成规定的任务的话对于大多数人而言是绰绰有余的。一方面而言，我们不想继续增加任务量，因为这对于这方面稍微差一点的（尤其是零基础）同学绝对是一个巨大的压力，另一方面，我们也不希望提前完成所有任务的同学把时间浪费掉，因此我给出了这样一个政策：在完成任务的基础上，可以做任何你觉得有意义的事情，写一个简要的report，即有extra credit。不过这个尝试似乎比较失败，只有两个人给我交了report，其中有一个人做的非常认真，但另一个也只是应付了事（看到的话对号入座吧。。。）。&br&&br&第三次当助教是大三上半年计算机科学导论助教。（果然评论里出现了“你在说啥嘞”这样的东西啊。。。）我直接贴一段我在期末帮老师改完卷子之后给同学们发的一段话好了：“来当这门课助教的时候，我在想，我们要给你们讲一些&b&有趣的东西&/b&，不要让习题课变成只是讲讲作业的无聊的没有意义的时间。我个人觉得还是有很多的遗憾，感觉也不是每节课都有很有趣的东西，有些东西可能也是操之过急没有让你们来得及理解就匆匆讲完。这些想法其实来自于我大一上这门课的时候（那时候习题课还是分组的讨论课），当时我的助教SK学长给我留下了很深的印象，他讲的东西让我十分感兴趣，并且很大程度上&b&影响了我现在的思维和一部分信仰&/b&。我十分希望也能够让你们有类似的收获。也希望明年你们开始当助教的时候也会以同样的心态来和同学交流。”其实大二上半年就想要当这门课的助教，只是那时候觉得自己太菜，还没有准备好，我希望当这门课的助教时可以真正地能够拿出足够多足够有趣的东西讲给同学们听，因此拖到了大三。这门课助教当下来我的的确确是很开心的，和大家一起交流，双方一起有所收获的感觉真的很好。更重要的是，&b&如果有人因为我的付出而有所收获，那对于我而言是可以骄傲一生的事情。&/b&&br&&br&&br&另：我们当助教并没有工资。&br&======================================================================&br&下面讲讲ACM班两大节日：体育节、学术节。（今天时间不太多，就简要说一说。）&br&&br&每年ACM班在校的四个班级会举办各种体育比赛，称为ACM体育节，时间通常是在每年的4月下旬到6月初。（没错，半个学期都浸泡在体育节之中。）这项活动由当年的大三学生进行组织。今年我们办的时候举行的项目有篮球、足球、羽毛球、网球、桌球、乒乓球、定向越野、保龄球、游泳以及集体项目。（快提醒我，我感觉漏掉了什么。。。）其中，集体项目是四个年级（和俞老师）一起聚到操场上，进行好玩的集体游戏，比如今年我们有凶残的撕名牌。。。交大游泳馆刚刚建起来，因此我们今年加了游泳这个项目。这个项目非常烧钱，如果没记错的话，这一项场地费就有3k吧。（不知道明年学院还会不会愿意拿这么多钱，小朋友们你们要加油搞下去啊。。。）&br&&br&在体育节进入尾声的时候，我们会迎来ACM学术节。学术节上，我们会邀请大四、研究生以及以往已经毕业的ACM班学生来介绍他们近期的research。今年学术节我们还请来了&a href=&//link.zhihu.com/?target=http%3A//www.cs.utah.edu/%7Elifeifei/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&李飞飞&/a&和&a href=&//link.zhihu.com/?target=http%3A//www.cs.uic.edu/%7Eliub/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Bing Liu&/a&两位教授来介绍他们的工作，其中李飞飞老师当时正在给我们班上DB的课程，Bing Liu在给我们和下一届上NLP相关的课程。学术节目前我手里没有很好的材料，更具体的东西以后再补吧。/*TODO*/&br&======================================================================&br&关于“这个班并不适合所有人”。（此章给大一大二以及未来可能来这个班的小朋友们参考）&br&&br&我是ACM班的学生，但我并不因为这个身份有丝毫的优越感。在这个班念了三年，我可以自信地说在学术上，我比电院CS普通版的绝大多数人要厉害。但是，我完完全全不敢说我就比电院的同学牛逼。相反，从一个比较综合的角度来说，我觉得电院至少有1/3的人比我牛逼。&br&&br&下面说自己退出ACM班的匿名同学，我完全不同意你说自己是loser（如果你在看我的更新的话……）。找到一个适合自己的环境，受到周围人的认可恰恰是赢家的基本条件吧。&br&&br&这个班（以及致远学院）的目标是培养未来的科(ke)学(yan)大(ji)师(qi)。那么不适合这个班的人大概就是两种：第一种是是CS学术能力不够，第二种是志不在此。&br&&br&先来说第一种。CS学术能力不够的话，在这个班里的的确确是&b&非常痛苦&/b&的。我们很多课的课程难度是比CS普通班要大的，而且你不能低空飞行，成绩太差会被qualify会被踢。如果周围人都学的风生水起而你学不动，那种压力绝对是无法忍受的，这种情况离开ACM班是一个很好的选择。并且我完全不觉得因此退班是一个丢人的事情，试想一下，如果把我扔到中文系这样的我完全学不明白的地方，我自认为顶多一年我就会找系主任说老子不干了。&br&&br&第二种，志不在此的话，这个班真的就没什么好的。举例来说，如果你想创业，那么学术牛逼不牛逼并没有那么重要，你有点子有社交天分，能拉来一堆牛逼的人帮你写代码，那么就算你大学门门课62分低空飞过又能如何？而这个班的后两年的所有安排，对于你毕业之后创业没有任何好处，只有坏处。创业需要人脉需要社交经验需要等等等等，这些东西ACM班都不会给你。大三开始我们要进实验室、去美国短期交流、为期半年的科研实习，这些事情不会给你创业带来任何的帮助，反倒会浪费你的时间。而我隔壁的林同学，大二退出ACM班，现在社团社交各种风生水起，我等整天忙于学术的完全无法望其项背。&br&&br&学弟学妹们想清楚自己真正想要做什么才是最重要的，如果这个班的方向和你自己想做的事是吻合的（当然也不仅限于科研，你想去facebook当码农，在这里也并不是没有帮助），那么来到这里是非常有助力的一件事，但如果并不是这样，离开这个班才是对自己负责的一件事。&br&&br&（此段纯属扯淡，如果有没讲清楚得罪人的地方万分抱歉）&br&======================================================================&br&（下面应该讲讲科研，大概会过两天再更）&br&&br&抱歉最近在赶deadline，大概要下个月才能继续了。。。
竟然被邀请了。。。看到前面那么多的元老来占坑，诚惶诚恐，匿在一旁。不过有学弟来邀请那我只好来冒个泡。。。 ====================================================================== 首先从两点误区开始说吧。 关于ACM竞赛。我交在02年拿了ACM-ICPC的…
&p&AP CS作业，然后有道题是这样的：&/p&&figure&&img src=&https://pic2.zhimg.com/v2-0e702d2a39abdbfcfb47744fbde16885_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1438& data-rawheight=&272& class=&origin_image zh-lightbox-thumb& width=&1438& data-original=&https://pic2.zhimg.com/v2-0e702d2a39abdbfcfb47744fbde16885_r.jpg&&&/figure&&p&大概意思就是在不用循环的情况下写个method判定一个string是不是由一个char组成的。&/p&&p&然后，我想了半个小时，没想出来... （大概就是用arraylist肯定能写但是方法看上去就一点美感都没有）&/p&&p&问了某不想被@的大佬（大一第一学期的数学课是实分析+线代II，第二学期貌似是伽罗瓦理论+复分析+泛函分析），然后没想出来...&/p&&p&然后&a class=&member_mention& href=&//www.zhihu.com/people/e36cbc650a182edbbbe3482d& data-hash=&e36cbc650a182edbbbe3482d& data-hovercard=&p$b$e36cbc650a182edbbbe3482d&&@谢卓凡&/a& ... 依然没想出来...&/p&&p&至此我已弃疗且愉快地承认了这一定是一个很高端的方法。&/p&&p&结果我随口问了一个学长...然后不到一分钟被秒了：&/p&&p&“对比substring(0, n-1)和(1, n)“ 其中n为string长度。&/p&&p&看到这个解法以后...&/p&&p&&br&&/p&&p&&br&&/p&&p&&br&&/p&&p&&br&&/p&&p&&br&&/p&&p&&br&&/p&&p&我忽然明白了IMO金牌和我的智商差距。&/p&
AP CS作业，然后有道题是这样的：大概意思就是在不用循环的情况下写个method判定一个string是不是由一个char组成的。然后，我想了半个小时，没想出来... （大概就是用arraylist肯定能写但是方法看上去就一点美感都没有）问了某不想被@的大佬（大一第一学期…
&p&唔终于有时间把这个一直想答的问题答了&/p&&p&EA MIT &b&Admitted&/b&&/p&&p&
Caltech &b&Rej&/b&&/p&&p&RD N/A&/p&&p&&br&&/p&&p&讲下自己的申请历程吧，应该不具有什么参考性，大家就当故事看吧&/p&&p&同时强烈不建议模仿。我也只是运气好碰了过来，像我这么弄的申100个估计得挂100个吧&/p&&p&&br&&/p&&p&高二暑假在MOP（美国数学国集）遇到了现在的女票（ &a class=&member_mention& href=&//www.zhihu.com/people/dcbcc517095aac29aaca3e& data-hash=&dcbcc517095aac29aaca3e& data-hovercard=&p$b$dcbcc517095aac29aaca3e&&@清欢&/a&，也进了MIT），才有了出国的想法（之前裱花文书只是听说过，高一上过一小段的托福课），急急忙忙开始准备。&/p&&p&&br&&/p&&p&因为本身就有清华姚班+北大数院保送保底，所以最初的school list只定了MIT,Caltech,Stanford这三所&/p&&p&&br&&/p&&p&profile不算突出&/p&&p&北京普高，高二开始全脱产竞赛&/p&&p&GPA/rank学校不给，不过大概年名10左右的样子&/p&&p&AP因为之前没有出国打算所以就没考&/p&&p&裱花只刷了俩月，所以巨渣：ACT33，拼分34，写作9；托109（29/30/20/30），口语那么低都不知道自己怎么考的，不过还好之后MIT给了面试证明了下自己会说话；SAT2刷了一下午，数学2和物理满&/p&&p&&br&&/p&&p&奖项方面勉勉强强吧，主要是国集*2，AIME满分，IMMC一等之类的数学奖项和两个校奖学金&/p&&p&活动因为之前没出国想法，所以没刷过，勉强能看；主要就是两个学校科技方面lab的team leader，各种竞赛讲课以及教育机构实习（赚钱为主要目标【手动捂脸】），还有MOP（美国数学国集）&/p&&p&&br&&/p&&p&额外推荐信有美国IMO领队的推荐信&/p&&p&&br&&/p&&p&文书自评只觉得勉强看的过去，不拖后腿的水平（不过中介老师超级负责，给100个好评）。满分10的话MIT/Caltech打6分，Stanford打7分吧，感觉写的挺有新意的，可惜最后有了offer就没去申S，也没用上&/p&&p&&br&&/p&&p&出offer两周前接到MIT的校友面试通知心里是有点小激动的，但当时是周六早上通知的，要求在周末安排面试，并且周六一天课。所以就准备了不到一天，只是把该弄的题材的材料读了一遍而已&/p&&p&面试效果自认为翻车；skype面试的时候只有我开了视频，面试官只通了语音，所以整个屏幕是黑的，我眼睛不知道该放哪儿好；面试时间是晚上11点，准备了一整天有点小梦游；面试官极善于挖各种坑，追问速度极快并且角度尖锐，中间顺着我一个没有答完美的问题问了个“美国食品浪费现象世界第一，却有大量吃不饱的流浪汉；你认为这种现象是啥造成的”，一瞬间懵逼，在不知道面试官政治倾向的情况下根本不知道怎么答，只好就着自己之前的坑答把这个问题绕了过去，然后类似的翻车还有一大堆&/p&&p&&br&&/p&&p&在MIT出offer前一周收到caltech的拒信，然后虚了一整周，天天怕MIT也翻车，查MIT的offer的时候都有点不敢点登录，纠结半天才点进去。不过好在录了，之后四年就是它了呢&/p&&p&&br&&/p&&p&嗯大概也就这么点了，祝各位22er都能在梦校度过接下来4年&/p&&p&以上&/p&
唔终于有时间把这个一直想答的问题答了EA MIT Admitted Caltech RejRD N/A 讲下自己的申请历程吧，应该不具有什么参考性，大家就当故事看吧同时强烈不建议模仿。我也只是运气好碰了过来，像我这么弄的申100个估计得挂100个吧 高二暑假在MOP（美国数学国集）…
&p&&b&更新&/b&（03-19-2018）：感谢大家三天来的关注和反馈。量子通信部分略有修改，一些细节语言更严谨了些。需要强调的是，实际条件下量子通信的安全性分析是一个复杂的研究方向，科学家们也一直在为减少实用量子通信的安全漏洞不懈努力。例如，诱骗态 (decoy state) 和测量装置无关量子密钥分发 (measurement-device-independent quantum key distribution) 弥补了第一代商用量子通信技术的两个重要安全漏洞。但是，&b&绝对安全的量子通信在现实中是不存在的，使用了新技术的量子密码仍然存在其它安全漏洞&/b&。对此感兴趣的童鞋可以参考下面三篇综述长文：&/p&&p&&a href=&//link.zhihu.com/?target=https%3A//journals.aps.org/rmp/abstract/10.1103/RevModPhys.81.1301& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&V. Scarani, et al. The security of practical quantum key distribution. Rev. Mod. Phys. 81, )&/a&&/p&&p&&a href=&//link.zhihu.com/?target=https%3A//www.sciencedirect.com/science/article/pii/S6963& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&R. Alléaume, et al. Using quantum key distribution for cryptographic purposes: A survey. Theor. Comput. Sci. 560, 62 (2014)&/a&&/p&&p&&a href=&//link.zhihu.com/?target=https%3A//www.nature.com/articles/npjqi201625& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&E. Diamanti, et al. Practical challenges in quantum key distribution. npj Quantum Information 2, 1)&/a&&/p&&p&另外，为了避免误解，第八部分中关于中国互联网巨头“量子战略”的评论更具体了些，写清了“亩产十万斤”到底指什么。此段观点没有变化。&/p&&p&最后，出于自我保护，&b&我将在知乎永久封笔。Addio!&/b&&/p&&hr&&p&本人坐标耶鲁大学，是 Devoret-Schoelkopf 超导量子计算实验室迄今唯一本科来自中国的博士生。&/p&&p&&br&&/p&&p&文章很长，分为九个独立的问题，可分别阅读：&/p&&p&（一）量子是个啥？&/p&&p&（二）各种量子技术都是啥？&/p&&p&（三）量子计算机有啥用？&/p&&p&（四）量子计算机怎么做？&/p&&p&（五）当前量子计算实验研究的各路高手都是谁？&/p&&p&&b&（六）量子计算到底难在哪？进展到哪一步了？&/b&&/p&&p&&b&（七）量子计算何时商业化？&/b&&/p&&p&&b&（八）中国的量子计算处于什么水平？&/b&&/p&&p&（九）结束语：我们为什么研究量子计算？&/p&&p&&br&&/p&&p&不过在长篇大论之前想先喊几句：&/p&&ol&&li&&b&量子计算机不是摩尔定律的延续，没有理由取代经典计算机&/b&&/li&&li&&b&在现阶段，“量子比特数大战”是没有意义的&/b&&/li&&li&&b&近几年量子计算“商业化”的泡沫极多，各种项目鱼龙混杂&/b&&/li&&li&&b&中国的量子科技有个别亮点，但总体显著落后于美国和欧洲&/b&&/li&&/ol&&hr&&p&这两年来，自己在被看过各种新闻的小伙伴们不停地问：&/p&&p&量子计算机还要多久才能造出来？听说马上就要／已经造出来啦？......&/p&&p&量子计算是不是快要商业化了？有了量子计算机，IT 产业会彻底颠覆吗？程序员会大量失业吗？......&/p&&p&中国是不是也要造出量子计算机了？中国的量子科技世界领先吗？你们实验室做得过中科大吗？......&/p&&p&问话地点包括但不限于餐桌、微信、剧场、超市、洗手间等。由此意识到两件事：开心的是自己的领域最近确实在受到不一般的关注；但尴尬的是&b&大家平时接触到的有关量子计算的报道（哪怕来自看似“专业”的媒体）几乎都带着很强的宣传甚至营销风格，极少会用科学的态度说事情，一次次地展示“科技新闻”的下限，让人分不清这究竟是一场科技革命，还是又一轮商业炒作。&/b&这实在令人遗憾——在信息最发达的时代，铺天盖地的新闻却多是噪声，普通人依旧没什么机会弄清热门话题的真相。&/p&&p&这也是我动笔的主要原因——我希望更多理性的童鞋能了解一些有关量子计算的&b&事实&/b&。&/p&&p&&br&&/p&&p&&b&本文主要面向非专业读者&/b&，只需要基本的物理和信息技术常识即可。本文也不是学术论文，重点是介绍这个领域的整体图像、主要挑战，尽量不涉及太多知识细节。其实与当下的其它科技热潮（例如人工智能）相比，量子计算、尤其是它的物理实验是一个规模很小、离生活较远、有相当专业门槛的严肃科学领域（量子力学只是其中最最基本的知识），想通俗但准确地把事儿说明白挺不容易。但我会努力尝试滴～ 不过最重要的是——&b&区分什么是科学、什么是炒作：&/b&（预览一下正文第六部分的几条屡试不爽的经验判据）&/p&&ol&&li&&b&当前所有以量子比特数作为首要亮点的“进展”几乎都是炒作&/b&&/li&&li&&b&所有在新闻媒体上首发或大肆渲染的“进展”几乎都是炒作&/b&&/li&&li&&b&所有在朋友圈里大量转发、被非专业人群大量关注的“进展”几乎都是炒作&/b&&/li&&li&&b&在现阶段，所有“多少年后做出量子计算机”的承诺都是炒作&/b&&/li&&/ol&&p&&br&&/p&&p&车辆起步，请扶稳坐好。［本文谈到的所有进展都已经公开发表，不会透露任何实验室的内部消息和图片］&/p&&hr&&p&首先也最重要的是，我们在谈论任何科技进展的时候都必须分清三个概念：&b&科学事实&/b&、&b&理论构想&/b&、&b&未来展望&/b&。&/p&&p&&b&科学事实必须是清晰、准确、可重复的实验结果。&/b&确凿的实验事实是最扎实的科学知识。例如，氢原子有一个质子和一个电子，正常人有23对染色体等等。当前量子计算机的研究也是建立在非常坚实的实验基础之上——后面会讲到，&b&在过去的二十多年里，科学家已经在量子物理的两条新战线上分别取得了里程碑式的重大进展&/b&。&/p&&p&&br&&/p&&p&&b&理论构想是依据已知科学事实、通过逻辑推演得出的预言或设计。&/b&再精妙的理论构想也要经过实验检验之后才能被称为事实。例如，1916年，爱因斯坦在广义相对论的基础上提出了引力波的预言；但是这个构想直到1974年天体物理学家 Russell Hulse 和 Joseph Taylor 用 Arecibo 射电望远镜发现脉冲双星 PSR 1913+16 后才首次得到明确验证（敲黑板，并不是最近的 LIGO 实验）。不过，不是所有的理论家都像爱因斯坦一样伟大。科学史上，优美的理论预言最终没能通过实验的检验是再常见不过的事。&/p&&p&另一类未能实现的理论构想存在于工程设计中。很多童鞋可能都知道达·芬奇的“飞机”设计手稿，这里我们说另外一个例子——英国数学家和工程师 Charles Babbage 最早在1837年设计出了一种叫&b&分析机&/b& (Analytical Engine) 的机械计算机。用现代的计算理论看，分析机就是一台&b&图灵完备&/b& (Turing-complete) 的通用计算机，它有内存、有算数逻辑单元、有指令集、有条件与循环控制，编程方式很接近今天的汇编语言，理论上可以用纯机械方式完成现代电子计算机的所有运算。1843年，英国数学家 Ada Lovelace（著名诗人拜伦的女儿）为分析机编写了一段伯努利数的计算程序，被认为是地球上的第一只程序猿。但是，分析机的复杂与精密程度超过了十九世纪机械工程的水平，Babbage 生前也没能为此得到足够的经济支持，于是这个原本可以成为人类第一台通用计算机的伟大设计就永远地停留在了图纸上，直到一百年后电子计算机问世。 &/p&&p&其实，今天我们研究的量子计算机很像当年 Babbage 的分析机——&b&都是非常精妙的理论构想，但在工程实践上都超前于时代，并且量子计算机的超前程度要远大于分析机&/b&。今天的“量子算法”研究者也很像当年的 Ada Lovelace——在给一台现实中还不存在的机器写程序。探索未来是基础研究非常迷人的地方；但我们同是要明白，不是所有构想都能成为现实，量子计算机从理论设计到真正问世中间有很长很长的路要走。&/p&&p&&br&&/p&&p&&b&未来展望&/b&不用多说，举一个例子就够了：“二十一世纪是生命科学的世纪。”&/p&&p&&br&&/p&&p&事实、理论和展望在科研中都是必要的，但它们可靠性依次显著降低。&b&科技炒作的核心手段之一就是在宣传中把构想当作事实，把主观展望当作客观结论。&/b&当下关于量子计算的种种“大新闻”大多如此。所以请大家在阅读下文的时候特别注意三者的区别。分清这几个概念，在我看来是比具体知识更重要的科学素养的体现。&/p&&p&&br&&/p&&p&&br&&/p&&h2&（一）量子是个啥？&/h2&&p&量子不是一种粒子，它在多数情况下是一个&b&形容词&/b&而不是名词。它也不是指分立、不连续，而是&b&一套自然规律的总称——这套规律是人类现有认识范围内物质世界的“基本法”&/b&。&/p&&p&用个类比：古时侯人们就懂得万物生长靠太阳、种田栽树要浇水施肥，这些都是农作物生长的规律；而现在我们知道，这些绿色植物生命活动的本质是细胞中的光合作用、呼吸作用等一系列生物化学过程。物理世界也是如此。我们日常生活中接触到的各种力、热、电、光现象大多可以用建立于十七到十九世纪的经典物理学解释；但进入二十世纪后，&b&科学家们发现世界是由原子组成的，如果想从分子、原子水平的上更本质地理解自然现象，就必须引入一套与经典物理很不一样的新规律，这就是量子力学&/b&。引用当代最知名的理论物理学家 Sheldon Cooper 博士的话：&/p&&blockquote&Quantum physics makes me so happy. It's like looking at the universe naked.&/blockquote&&p&量子物理是人类迄今为止建立的最基础、最精确的科学理论，现代物理学的主体就是量子力学在各种不同物质尺度上的具体延伸和应用。然而，依人们日常的经验和直觉来看，这套规律非常诡异，尤其是下面三点：&/p&&ol&&li&&b&量子叠加&/b& (quantum superposition)：在量子世界中，物体可以同时处于不同状态的叠加上。从另一个角度说就是“波粒二象性”。 &/li&&li&&b&量子纠缠&/b& (quantum entanglement)：&b&在量子世界中，相互作用的物体之间存在着一种不受距离限制的、用任何经典规律都无法解释的关联。&/b&这种关联携带着信息，使得发生纠缠的各个物体处于一种不可分割的整体状态，不能分别描述。著名的“薛定谔猫态”就是思想实验中一只猫和一个放射性原子的纠缠态（猫也因此成为了量子物理学家的图腾，喵星人表示很无辜）。&b&控制和利用量子纠缠，是量子信息处理的物理本质。&/b& &/li&&li&&b&量子测量&/b& (quantum measurement)：量子世界中不存在安静的暗中观察者，&b&测量不是被动地读取信息，而会根本地改变被测物体的状态&/b&。它最简单的表现就是“海森堡不确定关系”。量子测量的这种必须干扰被测物体的诡异属性使得人们从量子系统中获取信息变得极其困难。实际中，我们制造量子计算机遇到的大部分难题最终都能归结到量子测量。 &/li&&/ol&&p&&br&&/p&&p&量子在不少人的印象中可能非常前沿甚至有点玄妙；但熟悉现代物理的童鞋都知道，量子力学正式建立距今已有九十多年，是一套相当成熟的科学理论。那么今天的科学家又在研究什么？按照理论造一台量子计算机不就完了？&/p&&p&不是这样的。&b&科学家对任何一种自然现象的研究必须经过“发现－理解－控制”三个阶段之后才有可能将其转化为实际应用&/b&。以我们比较熟悉电磁学为例：人们在古代就&b&发现&/b&了雷电、磁石，在近代又&b&发现&/b&了电流磁效应、电磁感应、电磁波......；经过库伦、安培、法拉第、麦克斯韦等几代科学家的努力，人们逐渐&b&理解&/b&了各种电磁现象的内在规律，并最终形成了统一电、磁、光的经典电磁理论；与此同时，科学家们发明了莱顿瓶、伏打电堆、螺线管、电动机、发电机、天线等最基本的物理装置来&b&控制&/b&电磁场，使得人们最终可以利用这种自然力进行工程实践，才有了后来的电气革命和信息革命。&/p&&p&那我们对量子的研究走到哪一步了？量子的概念主要起源于19世纪末、20世纪初的一系列原子物理&b&发现&/b&；量子力学在1925年后建立并迅速成熟，但是这套完备的理论建立在一些诡异的基本原理之上，人们对这些基本原理的&b&理解&/b&至今还很欠缺；不过真正要命的是，&b&尽管量子力学可以用来解释和预测海量的自然现象，“如何控制量子物体”的研究却一度进展地相当缓慢&/b&——在1990年代之前，科学家都几乎没有控制单量子态的能力。由此导致的结果是，人类对量子力学的应用至今仍非常初级。类比来说，晶体管、激光、核磁共振、原子钟这些发明对量子原理的开发程度，大概也就和指南针对电磁原理的开发程度差不多。简言之，&b&相比于对微观世界的认识，人类在实验上控制、测量量子系统的能力还很落后，这至今仍是量子技术发展的最大瓶颈。&/b&&/p&&p&&br&&/p&&p&&br&&/p&&h2&（二）各种量子技术都是啥？&/h2&&p&&b&A. 涉及量子原理的经典机器&/b&&/p&&p&这一类发明大多在上世纪中期出现，包括晶体管、激光、原子钟、核磁共振等等。&/p&&p&“涉及量子原理”是指&b&这些仪器的核心工作原理都源自原子尺度上的、必须用量子力学解释的物质性质&/b&——半导体的能带、原子的受激辐射、超精细能级结构、原子核的自旋磁矩等。&/p&&p&那为什么说它们是“经典机器”？这是因为&b&这些仪器只是在微观组成上涉及量子力学，人机交互的过程是完全经典的。&/b&例如，晶体管的功能来源于半导体中电子和空穴的运动；但是人使用晶体管不是去控制每一个电子和空穴，而是控制各个接口电压、电流的输入输出。这里的电压、电流都是有大量微观粒子参与的、完全经典的物理量，观测不到什么量子涨落 (quantum fluctuation)、不可同时测量之类的怪事。电路中的晶体管也不会处于开和关的量子叠加，晶体管之间也不会发生量子纠缠...... 所以，&b&晶体管只是在工作的微观原理上涉及量子现象，人使用晶体管的过程、用晶体管设计电子电路的方法则完全不涉及量子物理。&/b&&/p&&p&把晶体管、激光这类发明称为量子技术很容易让我们落入逻辑滑坡——万物的微观组成都是量子的，半导体是，木头、棉线也是，那照着么说木工、针线活也都算是量子技术咯？因此，活在21世纪，我们需要明白：&b&尽管微观组成不同，激光器和缝纫机一样属于经典机器，真正的“量子机器”是我们需要依据量子力学原理来控制、使用的机器&/b&，比如——&/p&&p&&br&&/p&&p&&b&B. 量子通信 (quantum communication)&/b&&/p&&p&激光、晶体管不算量子机器的本质上是因为&b&人们在这些仪器中控制的只是大量微观粒子的集体运动，而不能对单个原子、电子或光子的量子态进行单独操控。&/b&人类在单量子态水平上的第一种工程实践直到上世纪末才出现，那就是量子通信。&/p&&p&量子通信直白地说就是“量子电报”。传统电报机收发的是经典电磁波，信息加载在电磁波的幅度、频率或者相位上；“量子电报机”收发的是单个光学频率的光子，信息加载在光子的不同量子态上。量子通信的物理基础就是单光子的产生、操纵、传输和测量。&/p&&p&量子通信最早的理论方案在1984年和1991年被分别提出，1992年第一次得到了实验的原理性验证，随后在科学家们的努力下向着距离更长、装置更简单实用的方向发展。此中贡献尤其大的是瑞士日内瓦大学的 Nicolas Gisin，他领导的实验室除了一系列使用纠缠光子实现量子通信的标志性实验外，最重要的是在1997年发明了不用纠缠光子的“plug & play”实验方案，成为实用量子通信的经典方法。1995年， Gisin 实验室借用瑞士电信公司跨日内瓦湖的湖底光纤，在日内瓦和尼永 (Nyon) 两个相距23公里的城市之间实现了第一次长距离户外量子通信。Gisin 与同事创办的 ID Quantique 公司于2003年实现了量子通信的商业化。2007的瑞士大选中，日内瓦大学与 ID Quantique 为日内瓦州的电子选票传输提供了量子加密，这是量子通信技术第一次被官方公开使用。此外，美国的 MagiQ Technologies 和法国的 Smart Quantum 公司等也很早都开始提供商业化的量子加密服务。 &/p&&p&那么，这种收发单个光子的“量子电报机”究竟强大在哪？人群中对此流传着几个误解：&/p&&p&&br&&/p&&p&误解一（低级错误）：&i&量子通信可以超光速&/i&&/p&&p&不可以。&b&所有利用了量子纠缠的量子通信方案同时还都需要一个经典信道的辅助&/b&，而经典通信不可以超光速。&/p&&p&&br&&/p&&p&误解二（中级错误）：&i&量子通信比经典通信更快&/i&&/p&&p&不是。&b&量子通信的主要意义不是加速，而是保密。它传递的不是信息正文，而是加密密钥&/b&（也就是余则成藏在抽屉里的密码本）。量子通信的实际应用通常也被称为量子密码学 (quantum cryptography) 或量子密钥分发 (quantum key distribution)。经过量子加密的信息正文依然是由普通通信方式传递的。&/p&&p&&br&&/p&&p&误解三（高级错误）：&i&量子通信是绝对保密的&/i&&/p&&p&并不是。正确的说法是：在&b&理想条件&/b&下，量子通信在信息&b&传输过程中&/b&是&b&无条件安全&/b&的。特别地，这种的安全保障并非来自加密的数学复杂度，而是测量必须干扰量子态、未知量子态不可复制等基本物理原理——这是量子加密与经典加密最本质的区别。&/p&&p&然而，&b&量子通信的安全性只是理想条件下的数学结论&/b&——假设光子传输过程中没有损耗、假设单光子态的制备、测量是完美的等等，很显然这些条件在实际中都不成立。&b&在2008年到2010年间，就至少有三个利用由实际中非理想条件导致的安全漏洞攻击 ID Quantique 或 MagiQ 商用量子通信系统的实验取得了成功，从事实上证明了第一代量子加密技术绝非不可破解。&/b&现实条件下量子通信的安全问题和优化方式目前仍是一个活跃的研究领域。&/p&&p&更重要的是，量子通信的安全范围仅限于光子的传输过程中；而一个完整的通信过程至少包括编码、发送、传输、接收、解码几个步骤，&b&量子力学定律可以保证密钥在理想的量子信道中不被窃听，但对收发两端的经典安全问题无能为力&/b&。这一点其实让量子通信的实用价值大打折扣——在现代保密系统中，安全隐患不仅出现在传输过程中，还经常出现在收发两端。所以，尽管物理学家一直在大力宣传量子通信，不少信息安全专家却对此持有怀疑——不可否认，量子通信是非常有趣的物理实验，但它在现实中真正对信息安全有多大提高还存在疑问。鉴于这些实际问题，尽管量子通信的基础研究在1990年代就已非常火热（瑞士之外比较有代表性的还有奥地利维也纳大学、美国 Los Alamos 国家实验室、伊利诺伊大学、IBM 实验室、英国电信实验室等），进入新世纪之后却逐渐降温，除了小范围之外没有得到大规模的应用和政府支持，直到2017年中国的量子保密通信“京沪干线”开通。&/p&&p&&br&&/p&&p&如此说来，量子通信的意义到底在哪？我认为客观地说，&b&量子通信的基础研究意义大于实用价值&/b&。且不谈量子加密在实际中的安全问题，保密通信本身在科技发展的大局中也只是一件小事。但是，&b&量子加密技术的基础是1980年代以来一轮量子物理的重大进展——利用光学光子研究量子纠缠&/b&。这轮研究的主要动机是对量子力学基本问题的探索——在此之前，人们对量子力学诡异属性的理解主要限于量子叠加，对更加诡异的量子纠缠、特别是纠缠和测量结合后出现的一些严重挑战经典世界观的深刻问题主要限于哲学讨论，而缺乏科学实验。这其中最著名的就是量子非定域性 (quantum non-locality) 检验，它将直接判明经典世界观中的局域因果性 (local casuality) 和客观实在性 (objective reality) 是否在真实世界中同时存在。对此的实验探索起源于1970年代的美国，但最关键的工作主要出现在欧洲——除 Nicolas Gisin 外，最具代表性的还有法国光学研究所 (Institut d'optique) 的 Alain Aspect 和奥地利维也纳大学的 Anton Zeilinger 等。&b&这一领域的科学家们在二三十年间通过一系列基本而巧妙的光子实验极大地深化了人类对于量子纠缠的理解，让量子力学通过了最严苛的检验；同时积累了大量制备、操纵、测量单光子的实验技术，并开始思考量子纠缠的实际应用，直接导致了量子通信技术的诞生。这在我的理解中是当代量子科技的第一个里程碑。&/b&即使当前实用价值有限，理解和控制量子纠缠都是构造更复杂量子机器的必要前提，比如——&/p&&p&&br&&/p&&p&&b&C. 量子计算 (quantum computing)&/b&&/p&&p&&b&量子计算机不是“下一代计算机”，不是电子计算机的升级版，而是科学家构想中的一种高度复杂、高度可控的人造量子系统，兼具信息处理的功能。&/b&量子计算机是人类当前设想中最复杂、实现难度最大的量子机器，一旦建成对科学和社会的影响也最深远。&/p&&p&量子计算是本文之后全部内容的主角。&/p&&p&&br&&/p&&p&此外，量子技术还包括量子仿真（quantum simulation）、量子传感 (quantum sensing) 等。&/p&&p&&br&&/p&&p&&br&&/p&&h2&（三）量子计算机有啥用？&/h2&&p&先澄清一种流言：&i&量子计算机一旦做成，直接秒杀经典计算机。&/i&&/p&&p&正确的说法是：&b&理论构想&/b&中的&b&大型、通用、容错&/b&量子计算机会在&b&几类特定问题&/b&上有超出经典机器的计算能力。&/p&&p&&b&量子计算机和“摩尔定律”到没到头关系不大。&/b&&/p&&p&&br&&/p&&p&&b&量子计算机并不是一种更快的计算机。它在逻辑、输出方式等方面与经典计算机根本不同，其中最本质的就是量子纠缠的存在。在量子信息学的观点中，量子纠缠是与物质、能量、信息并列的一种自然资源&/b&，利用好这种资源能使量子计算机发挥出巨大威力。但是，如何用它设计更快的算法，在理论上就是很大的挑战。目前，&b&对绝大多数计算问题，理论家们都还没有找到超过经典算法的量子算法&/b&；但在一些特殊问题上确实有了新的发现。哪些问题呢？最早发现的主要有两类：一类可以归结为&b&质因数分解（Shor 算法）&/b&，比已知最快经典算法有指数加速（准确说是超多项式加速）；另一类可以归结为&b&无序搜索（Grover 算法）&/b&，比经典算法有多项式加速。&/p&&p&Shor 算法和 Grover 算法分别于1994年和1996年被提出，可以说是它们的发现引起了科学界对量子计算的真正重视——&b&尽管量子计算的初步概念在80年代初就已出现，但十几年来都只是很小圈子内的理论游戏，被认为既无法实现也没有用处；Shor 算法和 Grover 算法终于为量子计算机找到了可能的实际应用。&/b&其中 Shor 算法的影响尤其大——现代密码学中，几类常用的公钥系统包括 RSA (Rivest–Shamir–Adleman) 和 ECC (elliptic-curve cryptography) 等的基本加密原理都可归结为大数分解的计算复杂度。因此量子计算机一旦出现，将给现有的信息安全带来巨大威胁。&/p&&p&不过这种威胁并不紧急——想运行 Shor 算法破解密码需要有至少上百万个量子比特的通用、容错量子计算机，这其中的任何一个词在短时间内都无法实现。并且，关于量子计算机无法破解的“后量子时代加密技术”的研究也已经有了不少成果。所以，单是破密码这类“黑客活动”并不会赋予量子计算机科技革命式的重要意义。在 Shor 和 Grover 算法提出后的十来年里，再没有第三类重要的量子算法被发现，量子计算理论的发展一度走向平缓。&/p&&p&&br&&/p&&p&但新的突破在2008年出现—— Aram &b&H&/b&arrow、Avinatan &b&H&/b&assidim 和 Seth &b&L&/b&loyd 提出了 &b&HHL 算法&/b&：在一系列前提假设下，量子计算机可以在对数复杂度内求解一些特殊的线性方程组。这让这个领域又一次火了起来——与 Shor 算法只有“黑客应用”不同，线性方程组在现代计算中可以说是无处不在。特别地，它是很多拟合、推断、优化问题的基础。HHL 的各种衍生算法与这些年人工智能的热潮结合，让这类研究有了个不能更时髦的名字——量子机器学习，&b&这也让量子计算机第一次拥有了商业价值&/b&。更好的是，一些量子机器学习算法只需要有50到100个量子比特的小型量子计算机就能展现出优势，这在当前实验发展的趋势下并非遥不可及。在潜在利润的驱动下，从2011年开始，特别是2014年之后，各大商业公司开始纷纷关注量子计算。这也是量子计算开始在各种媒体上频繁出镜的时候。 &/p&&p&该说但是的时候又到了。HHL 算法与之前的 Shor 算法和 Grover 算法有根本的不同——&b&严格地说 HHL 不是一个具体算法，而是一个在特殊假设和限制条件下的算法模版&/b&，或者说是一个完整算法的一部分。它没有回答数据应该怎样读入读出，没有回答如何才能让量子计算机按照给定的参数演化，并且有非常苛刻的适用范围。&b&任何一个细节条件不满足，量子加速都会消失。&/b&以 HHL 为模版设计一个具体算法就需要填补上这些细节，&b&但极少有实际问题满足全部的限制条件，且满足这些条件的特殊问题很多时候都有更好的经典算法&/b&（各种量子机器学习算法中声称的加速绝大多数都是在用特殊条件下的量子算法和通用的经典算法做比较）。当前量子机器学习的研究多是在抽象地发掘量子算法在某些计算步骤中的优势，而少有人下大功夫考虑具体问题和完整的计算过程。简言之，&b&理论家们找到了算法模版，但还没有明确落实可以使用这套模版的具体问题，也没有可以运行这套算法的机器。&/b&因此，现在我们的结论只能是：量子算法&b&有希望&/b&加速机器学习中的某些步骤，但具体该怎样做还有待研究。&/p&&p&&br&&/p&&p&以上似乎有些悲观：量子计算机短时间内在传统的计算问题上还没有清晰明确的应用。但其实从物理学家的视角看，量子计算机最有价值的潜在应用并不是传统意义上的计算，而是&b&量子仿真 (quantum simulation)&/b&——自然界中原子、分子的微观过程遵守的都是量子力学；可由于量子纠缠的存在，再强大的经典计算机也不能对规模稍大的量子系统（比如几十个原子）进行严格求解，而只能借助近似（密度泛函、Monte Carlo 等），这就是现代计算物理、计算化学的核心。然而，量子计算机就是一台自带量子纠缠的机器，最适合在编程之后模拟待研究的复杂量子系统，也就是&b&用量子机器求解量子问题&/b&。最原始的量子仿真在近二十年里已经是冷原子物理的重要方向，但它真正发挥出威力还是要等量子计算机的出现。那时，凡是涉及大量微观粒子的研究，例如凝聚态物理、量子化学、分子生物学都将发生很深刻的变革；相应的应用学科，例如材料合成、药物研发等，也都会有很本质的改变。&/p&&p&&br&&/p&&p&说了这么多，量子计算机到底有啥用？&b&量子计算起源于好奇心驱动的思维游戏，近二十年有了坚实的实验进展，但它在短期内还将是一种基础研究，没有立即可操作的实际应用。&/b&可从长远来说，它将给给现有的计算理论带来深刻变革，将极大加深人类对物质与信息的理解；特别地，它将是一种前所未有的计算微观世界的强大工具。类比来说，量子计算机像是计算机中的火箭。火箭再强大，也不能取代火车、汽车、自行车，因为它们的根本用途不同。同理，&b&量子计算机价值的并不是取代经典计算机，甚至主要不在于加速传统计算，而是在于一些经典计算机不能解决的特殊问题&/b&，比如复杂微观系统的模拟。&b&量子计算并不是“后摩尔时代”的计算，它与传统的微电子是两个目标不同、平行发展的领域，不可以相互替代。&/b&未来量子计算机的第一波应用也将是对科学的意义大于对商业，对科学家的意义大于对普通人。&/p&&p&所以，现在的程序员们大可继续安居乐业。研究奇怪的新机器就交给一小撮量子发烧友就好啦～&/p&&p&&br&&/p&&p&&br&&/p&&h2&（四）量子计算机怎么做？&/h2&&p&&b&量子计算机是用“原子”和光子做的&/b&。更确切说，是&b&直接&/b&用“原子”和光子做的。这里的“原子”既可以是天然原子，也可以是固体系统中的“人造原子”；光子有的在光学频率，有的在微波频率。&/p&&p&&b&量子计算机运行的物理过程，就是单量子尺度上的原子－光子相互作用。&/b&这是人类有史以来最精巧的物理实验之一。&/p&&p&&br&&/p&&p&量子力学主要是微观粒子的科学。但是在它创立之初，科学家们没有能力在实验上控制单个微观粒子，以至于玻尔、海森堡、薛定谔、爱因斯坦这一代前辈们只能在脑子里做单个粒子的&b&思想实验&/b&，例如关着一个光子的盒子、观测单个电子的显微镜之类。真的在实验中做到这些一度被认为是根本不可能的。&/p&&p&1971年在巴黎高等师范学院，一位叫 Serge Haroche 的博士生用光学泵浦 (optical pumping) 方向的课题参加答辩。一位评委问他：“你的实验中有大量的原子和光子，为什么要用量子理论去描述呢？” Haroche 回答：“老师，有一天我会用一个光子做这个实验。”&/p&&p&这是 Serge Haroche 在他的 Nobel Lecture 上讲的。2012年，他与 David Wineland（美国国家标准与技术研究所 NIST）因为首先&b&实现单个原子和光子之间的非破坏测量与控制&/b&获得诺贝尔物理学奖。Haroche 的实验系统叫&b&腔量子电动力学 (cavity quantum electrodynamics)&/b&——让处于极高激发态的原子一个个地飞过微波腔，与腔中囚禁的一个或几个光子相互作用，用原子控制和测量光子的量子态；Wineland 的实验系统叫&b&离子阱 (ion trap)&/b&——用激光冷却和射频电场囚禁一个或几个带电离子，再用电磁场和激光对离子进行量子操纵和测量。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-4fe8cc3f58e497295cdd_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&2000& data-rawheight=&1045& data-watermark=&& data-original-src=&& data-watermark-src=&& data-private-watermark-src=&& class=&origin_image zh-lightbox-thumb& width=&2000& data-original=&https://pic2.zhimg.com/v2-4fe8cc3f58e497295cdd_r.jpg&&&/figure&&blockquote&腔量子电动力学实验概念图（巴黎高等师范学院 Serge Haroche 实验室）&/blockquote&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-64eb53c87af2f6a33e0d6cfbe5059c18_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&476& data-rawheight=&310& data-watermark=&& data-original-src=&& data-watermark-src=&& data-private-watermark-src=&& class=&origin_image zh-lightbox-thumb& width=&476& data-original=&https://pic1.zhimg.com/v2-64eb53c87af2f6a33e0d6cfbe5059c18_r.jpg&&&/figure&&blockquote&Paul 离子阱实验概念图（奥地利因斯布鲁克大学 Rainer Blatt 实验室）&/blockquote&&p&&br&&/p&&p&腔量子电动力学和离子阱实验刚开始时，量子计算的概念还很不受重视。它们本来也只是纯粹的基础物理研究。但是到了90年代后期，大家开始意识到单量子态的操纵和测量就是量子计算的基础。随后，物理学家又在几类不同的物质系统（超导量子电路、半导体量子点、固体缺陷等等）中&b&实现了非常可靠单量子态控制，宣告了量子计算实验研究的开始——在我的理解中这是当代量子科技的第二个里程碑&/b&。如果把未来的“量子工程”比作建高楼，那么这一步就好比是学会了烧砖。&b&人类从此可以开始以高度可控的方式操纵量子世界的基本单元，逐渐构建复杂的人造量子系统。&/b&&/p&&p&&br&&/p&&p&每一种高度可控的单量子系统理论上都有可以作为量子计算机的基本组成。然而在实际中，不同的物理方案的差别很大。目前最领先的量子计算实验系统只有两种——一个是&b&离子阱&/b&，另一个是&b&超导量子电路&/b&。&/p&&p&&br&&/p&&p&用电磁场囚禁带电离子的研究从1950年代就已经开始。Paul 阱和 Penning 阱的发明人—— Wolfgang Paul（德国波恩大学）和 Hans Dehmelt（美国西雅图华盛顿大学）在1989年分享了诺贝尔物理学奖。1970年代，原子的激光冷却技术出现并迅速应用于离子阱；1989年，David Wineland 实验室首次实现了汞离子的基态冷却，离子阱走入量子时代。早期，离子阱主要的发展动力是精密测量，例如测量电子反常磁矩、提供超高精度频率标准（原子钟）等。直到1995年，科学家们才意识到这是一个非常理想的量子计算平台。21世纪的头十年里，离子阱几乎在各类量子计算实验系统中保持绝对领先，它最明显的优势有： &/p&&ol&&li&&b&干净&/b&：单个或几个离子是干净的无杂质系统，量子相干时间很长。&/li&&li&&b&精密&/b&：离子的量子逻辑门和测量的保真度 (fidelity) 很高。&/li&&li&&b&容易多体纠缠&/b&：任意两个离子之间都可以相互作用（产生纠缠）。另外，自然中的同种原子是完全相同的，离子阱也特别适合模拟量子多体系统。&/li&&/ol&&p&而然它的劣势也是明显的：&/p&&ol&&li&&b&慢&/b&：天然原子与光子的相互作强度有限，导致离子的控制和测量都很慢（大概比超导量子电路慢一千倍）。&/li&&li&&b&实验手段复杂&/b&：冷原子类实验都需要非常精巧复杂的激光、真空和电磁场装置。&/li&&li&&b&集成困难&/b&：离子依靠电磁场“悬浮”在阱中。同一个阱中最多也就囚禁十几到几十个完全可控的离子，直接大规模集成几乎没有可能。&/li&&/ol&&p&在离子阱的研究者试图攻克这些难题的时候，一种很不一样的系统开始逆袭。&/p&&p&&br&&/p&&p&&br&&/p&&p&量子理论自创立之初就一直有个重大疑问：&b&这套理论究竟是只适用于微观粒子，还是也适用于宏观物体？&/b&这与量子纠缠一样都是历史遗留问题，长期只有理论争辩而没有实验进展。1982年，一支伯克利加州大学的三人小组——英国物理教授 John Clarke、法国博士后 Michel Devoret 和美国博士生 John Martinis，开始用一种叫 Josephson 结的超导体－绝缘体－超导体三明治结构试图观测宏观量子现象；几年之后，他们通过宏观量子隧穿和微波谱的测量得到了明确结论——在&b&极低温&/b&下，Josephson 结的宏观相位遵守量子力学规律。特别的是，&b&这里的宏观量子现象不是指“大量量子力学粒子组成的宏观物体（例如超导体）”，而是一个必须用量子力学描述的宏观自由度（Josephson 结相位）&/b&。尽管这个人造器件中有几百亿甚至更多的原子，它们的一个集体运动自由度却是量子的，我们可以像控制单个原子一样控制这个超导器件。因此，这类包含 Josephson 结的宏观量子器件也被称为&b&超导人造原子 (superconducting artificial atom)&/b&，它们组成的电路就是&b&超导量子电路 (superconducting quantum circuits)&/b&。 &/p&&p&2000年前后，世界各地的多个实验团队（ 法国 Saclay 原子能研究所、日本 NEC 基础研究室、荷兰 Delft 理工学院、美国国家标准与技术研究所 NIST 等）先后实现了几类不同超导人造原子的量子叠加。2004年，耶鲁大学 Robert Schoelkopf 实验室首先观察到单个微波光子与超导人造原子的相互作用，这类实验系统被称为&b&电路量子电动力学 (circuit quantum electrodynamics)&/b&。2007年和2009年，耶鲁大学 Robert Schoelkopf 实验室和 Michel Devoret 实验室发明了两种目前最重要的超导人造原子——&b&transmon&/b& 和 &b&fluxonium&/b&。接二连三的重要进展让超导量子电路在十年内迅速成为最有希望的量子计算系统之一。&/p&&figure&&img src=&https://pic1.zhimg.com/v2-9e67c08b8abdb30acc8a8_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1959& data-rawheight=&1064& data-watermark=&& data-original-src=&& data-watermark-src=&& data-private-watermark-src=&& class=&origin_image zh-lightbox-thumb& width=&1959& data-original=&https://pic1.zhimg.com/v2-9e67c08b8abdb30acc8a8_r.jpg&&&/figure&&blockquote&一些重要的超导人造原子：&br&左上：超导电荷量子比特（日本 NEC 基础研究室蔡兆申实验室）&br&左下：超导磁通量子比特（荷兰 Delft 理工学院 Hans Mooij 实验室）&br&中上：超导相位量子比特（圣芭芭拉加州大学 John Martinis 实验室）&br&中下：quantronium 人造原子（法国 Saclay 原子能研究所 Michel Devoret 实验室）&br&右上：transmon 人造原子（耶鲁大学 Robert Schoelkopf 实验室）&br&右下：fluxonium 人造原子（耶鲁大学 Michel Devoret 实验室）&/blockquote&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-683bec02241c_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&567& data-rawheight=&205& data-watermark=&& data-original-src=&& data-watermark-src=&& data-private-watermark-src=&& class=&origin_image zh-lightbox-thumb& width=&567& data-original=&https://pic1.zhimg.com/v2-683bec02241c_r.jpg&&&/figure&&blockquote&电路量子电动力学实验概念图（耶鲁大学 Robert Schoelkopf 实验室）&/blockquote&&p&&br&&/p&&p&超导量子电路最大优势在于&b&它是一套可以在宏观尺度上对光子和“原子”进行相互控制和测量的“人造工具箱”。它的各种参数和性质不是由大自然设定，而是可以通过设计在很大范围内进行调整&/b&，让科学家可以通过工程方法解决各种实验问题。这使得它相比天然原子&/p&&ol&&li&&b&快&/b&：通过器件设计可以增大“原子”－光子相互作用强度，实现纳秒速度的量子逻辑门。&/li&&li&&b&实验手段简化&/b&：超导量子电路需要在 20 mK（绝对零度之上0.02摄氏度）以下的极低温工作，这用目前已经商品化的&b&稀释制冷机 (dilution refrigerator)&/b& 很容易实现，无需各种复杂的激光冷却和囚禁装置。 &/li&&li&作为固体器件，很容易通过现代微纳加工进行&b&大规模集成&/b&。&/li&&/ol&&p&但是超导量子电路也有不少缺点。人造原子终究没有天然原子干净完美，超导量子电路在量子相干时间、逻辑门准确度、频率稳定性等方面一直都不如离子阱。但科学家们一直在不断通过新的器件设计来试图解决这些问题——超导人造原子的相干性在十几年内已经提高了十万倍（从最初的几纳秒到现在的上百微秒）。这几年来，超导量子电路已经成为最受关注的量子计算技术，在学界和业界都很受青睐。&/p&&p&&br&&/p&&p&除此之外，比较热门的量子计算实验系统还有&b&固体缺陷&/b&（金刚石色心、碳化硅色心等）、&b&半导体量子点&/b&等。但是，离子阱和超导量子电路目前处于明显的领先状态，我认为有两个根本原因：&/p&&ol&&li&&b&基本组成简单&/b&。人们对单个原子的结构和低温超导体的性质已经相当清楚。&/li&&li&&b&控制方法成熟&/b&。激光和微波技术都已经经过了半个多世纪的发展，激光冷却和稀释制冷目前也都相当成熟。&/li&&/ol&&p&这使得&b&物理学家不再需要花很大精力研究“原子”和光子本身，而是可以把它们作为可靠的基本工具来构造更复杂的量子系统&/b&。而很多关于固体缺陷和量子点的研究重点还是制备、控制方法和基本物理性质，它们是非常有价值的物理和材料研究，但是在量子计算的水平上暂时与离子阱和超导量子电路不处在同一个发展阶段。此外，中性原子、线性光学等系统在基本的原理验证上有一定意义，但一般认为在实用方面的发展空间比较有限。&/p&&p&最后需要单独一提的是“&b&拓扑量子计算 (topological quantum computing)”&/b&，它基于一种理论预言中的&b&非阿贝尔任意子 (non-Abelian anyon)&/b&——&b&Majorana 费米子&/b&。过去五年间，已有多个实验室在固体系统中观察到了 Majorana 费米子存在的迹象，但至今仍未确定，也无法对其进行任何量子操作。准确地说，&b&当前的“拓扑量子计算”是一种以量子计算为潜在应用的凝聚态物理研究，而非真正的量子计算研究&/b&，处于基本单元尚未发现的最初构想阶段。这个方向近几年热度很高，但它还属于基础的凝聚态物理，暂时不应该和其他量子计算实验系统并列起来，相互比较没有太大意义。&/p&&p&&br&&/p&&p&不同实验系统之间孰优孰劣一直是大家津津乐道的话题。然而&b&绝大多数宣传（包括学术论文和报告）的基本思路就是以己之长比他人之短，为自己的方案吸引关注、申请经费&/b&，撕来撕去没有什么客观结论。从我自己的角度认为，&/p&&ol&&li&所有实验系统都为量子计算的原理验证做出了贡献&/li&&li&离子阱和超导量子电路暂时领先&/li&&li&超导量子电路更接近一种灵活实用的工程系统，未来的设计空间和发展潜力更大（当然这属于展望，我很有可能是错的～）&/li&&/ol&&p&&br&&/p&&p&&br&&/p&&h2&（五）当前量子计算实验研究的各路高手都是谁？&/h2&&p&离子阱和超导量子电路作为最领先的实验系统，已经开始出现“巨头垄断”的趋势——&b&在长期的经验积累下，个别超一流实验室已经和其他竞争者拉开了一个身位。这种优势并不只是技术领先，更重要的是所挑战问题的难度、复杂性和前瞻性。&/b&这些超一流实验室全都在美国和欧洲。&/p&&p&&br&&/p&&p&目前，全世界大概有三十几个离子阱实验室。积累最深、影响力最大的除诺奖得主 David Wineland 外，还有&b&美国马里兰大学的 Christopher Monroe 团队&/b&和&b&奥地利因斯布鲁克大学的 Rainer Blatt 团