[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,91 +2,160 @@
|
||||
id: wiki-2026-0508-quantum-computing
|
||||
title: Quantum Computing
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-QUCO-001]
|
||||
aliases: [QC, Quantum Information Processing]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.94
|
||||
tags: [auto-reinforced, quantum-computing, qubit, superposition, entANGLEment, future-computing]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [quantum, computing, algorithms, qubits]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
language: python
|
||||
framework: qiskit
|
||||
---
|
||||
|
||||
# [[Quantum-Computing|Quantum-Computing]]
|
||||
# Quantum Computing
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "평행 우주의 연산 기술: 0 아니면 1로만 계산하는 비트(Bit)를 넘어, 0이면서 동시에 1인 큐비트(Qubit)의 중첩 상태를 활용하여, 기존 슈퍼컴퓨터로 수만 년 걸릴 문제를 단 몇 초 만에 해결할 잠재력을 가진 차세대 지능 하이웨이."
|
||||
## 매 한 줄
|
||||
> **"매 superposition + entanglement = exponential parallelism."**. 1981년 Feynman이 양자 시뮬레이션 limitation 제기. 2019 Google Sycamore quantum supremacy → 2024 IBM Heron 156-qubit, 2026 fault-tolerant prototype 등장. NISQ era에서 early fault-tolerant 로 전환 중.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
양자 컴퓨팅(Quantum-Computing)은 양자역학적 현상을 활용하여 데이터를 처리하는 컴퓨터 기술입니다.
|
||||
## 매 핵심
|
||||
|
||||
1. **3대 핵심 원리**:
|
||||
* **Superposition (중첩)**: 모든 가능성이 동시에 존재.
|
||||
* **Entanglement (얽힘)**: 멀리 떨어진 큐비트들이 서로 연결되어 정보를 동시에 동기화.
|
||||
* **Interference (간섭)**: 정답은 증폭시키고 오답은 상쇄하여 결과 도출.
|
||||
2. **왜 중요한가?**:
|
||||
* 현대 암호 체계의 붕괴, 신약 개발을 위한 분자 시뮬레이션, 그리고 무엇보다 인공지능의 학습 속도를 우주적 수준으로 끌어올릴 'Computing Paradigm [[Shift|Shift]]'이기 때문임. ([[Physics|Physics]]와 연결)
|
||||
### 매 Qubit Model
|
||||
- Classical bit: {0, 1}. Qubit: α|0⟩ + β|1⟩, |α|² + |β|² = 1.
|
||||
- N qubits → 2^N complex amplitudes (exponential state space).
|
||||
- Measurement: collapse to basis state probabilistically.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 과거에는 실험실 수준의 '이론적 정책'에 머물렀으나, 현대 정책은 실제 큐비트를 제어하는 '양자 우위(Quantum Supremacy) 정책' 시대를 지나 실제 문제를 풀 수 있는 '오차 수정 가능 양자 컴퓨터 정책'으로 넘어가고 있음(RL Update).
|
||||
- **정책 변화(RL Update)**: 기존 컴퓨터와 양자 컴퓨터가 협력하는 '하이브리드 양자 알고리즘 정책'이 개발되어, AI 파라미터 최적화 정책 등에 먼저 적용되기 시작함.
|
||||
### 매 Three Quantum Resources
|
||||
- **Superposition**: Hadamard gate H|0⟩ = (|0⟩+|1⟩)/√2.
|
||||
- **Entanglement**: Bell state (|00⟩+|11⟩)/√2 — non-local correlation.
|
||||
- **Interference**: amplitudes add/cancel to amplify correct answer.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Physics|Physics]], [[Operator-Theory|Operator-Theory]], [[Optimization|Optimization]], [[Technical-Architecture|Technical-Architecture]], [[Innovation|Innovation]]
|
||||
- **Modern Tech/Tools**: IBM Quantum, Google Sycamore processor, Rigetti, IonQ.
|
||||
---
|
||||
### 매 응용
|
||||
1. Shor's algorithm — RSA factoring in polynomial time.
|
||||
2. Grover's search — O(√N) database search.
|
||||
3. VQE/QAOA — chemistry simulation, combinatorial optimization.
|
||||
4. Quantum machine learning (kernel methods).
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
## 💻 패턴
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### Bell State (Qiskit)
|
||||
```python
|
||||
from qiskit import QuantumCircuit, transpile
|
||||
from qiskit_aer import AerSimulator
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
qc = QuantumCircuit(2, 2)
|
||||
qc.h(0)
|
||||
qc.cx(0, 1)
|
||||
qc.measure([0, 1], [0, 1])
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
sim = AerSimulator()
|
||||
result = sim.run(transpile(qc, sim), shots=1024).result()
|
||||
print(result.get_counts()) # ~50% '00', ~50% '11'
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
### Grover's Algorithm (2-qubit)
|
||||
```python
|
||||
from qiskit import QuantumCircuit
|
||||
import numpy as np
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
def grover_2q(marked_state):
|
||||
qc = QuantumCircuit(2)
|
||||
qc.h([0, 1])
|
||||
# Oracle: phase flip on marked
|
||||
if marked_state == '11':
|
||||
qc.cz(0, 1)
|
||||
# Diffuser
|
||||
qc.h([0, 1]); qc.x([0, 1])
|
||||
qc.cz(0, 1)
|
||||
qc.x([0, 1]); qc.h([0, 1])
|
||||
return qc
|
||||
```
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
### VQE for H2 ground state
|
||||
```python
|
||||
from qiskit_nature.second_q.drivers import PySCFDriver
|
||||
from qiskit_algorithms import VQE
|
||||
from qiskit_algorithms.optimizers import SLSQP
|
||||
from qiskit.primitives import Estimator
|
||||
from qiskit_nature.second_q.circuit.library import UCCSD, HartreeFock
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
driver = PySCFDriver(atom='H 0 0 0; H 0 0 0.735')
|
||||
problem = driver.run()
|
||||
ansatz = UCCSD(problem.num_spatial_orbitals, problem.num_particles, ...)
|
||||
vqe = VQE(Estimator(), ansatz, SLSQP())
|
||||
result = vqe.compute_minimum_eigenvalue(problem.hamiltonian.second_q_op())
|
||||
```
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
### QAOA for Max-Cut
|
||||
```python
|
||||
from qiskit_optimization.applications import Maxcut
|
||||
from qiskit_algorithms import QAOA
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
graph = nx.gnp_random_graph(5, 0.5)
|
||||
problem = Maxcut(graph).to_quadratic_program()
|
||||
qaoa = QAOA(sampler=Sampler(), optimizer=COBYLA(), reps=3)
|
||||
result = qaoa.compute_minimum_eigenvalue(problem.to_ising()[0])
|
||||
```
|
||||
|
||||
### Quantum Phase Estimation skeleton
|
||||
```python
|
||||
def qpe(unitary, n_counting, eigenstate):
|
||||
qc = QuantumCircuit(n_counting + eigenstate.num_qubits)
|
||||
qc.h(range(n_counting))
|
||||
qc.append(eigenstate, range(n_counting, qc.num_qubits))
|
||||
for q in range(n_counting):
|
||||
qc.append(unitary.power(2**q).control(),
|
||||
[q] + list(range(n_counting, qc.num_qubits)))
|
||||
qc.append(QFT(n_counting, inverse=True), range(n_counting))
|
||||
return qc
|
||||
```
|
||||
|
||||
### Error mitigation (Zero Noise Extrapolation)
|
||||
```python
|
||||
from mitiq import zne
|
||||
def executor(circuit): return run_on_hw(circuit)
|
||||
mitigated = zne.execute_with_zne(circuit, executor,
|
||||
scale_factors=[1, 3, 5])
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Cryptanalysis (factoring) | Shor (need fault-tolerant, 2030+) |
|
||||
| Combinatorial optim, NISQ | QAOA + warm-start |
|
||||
| Chemistry / materials | VQE with UCCSD ansatz |
|
||||
| Search w/ structure | Quantum walks, Grover variants |
|
||||
| ML kernels | Quantum feature maps (caveat: limited speedup proof) |
|
||||
|
||||
**기본값**: 2026 production은 매 hybrid quantum-classical (VQE/QAOA) on real hardware via IBM Quantum / IonQ / Quantinuum.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Theoretical-Computer-Science]] · [[Linear-Algebra-Foundations]]
|
||||
- 변형: [[Quantum Computing (Intro)]] · [[Quantum-Annealing]]
|
||||
- 응용: [[Cryptography]] · [[Combinatorial-Optimization]] · [[Quantum-Chemistry]]
|
||||
- Adjacent: [[Tensor-Networks]] · [[Quantum-Error-Correction]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: hardware-aware compilation 설명, ansatz 설계 brainstorm, error mitigation strategy 추천.
|
||||
**언제 X**: 매 large-scale circuit simulation 직접 실행 (use Qiskit/Cirq locally), 매 hardware-specific calibration data.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Quantum hype**: 매 "quantum solves NP" — 매 BQP ⊄ NP-complete (likely).
|
||||
- **Decoherence ignore**: shallow circuits 만 NISQ 에서 의미. Deep circuits → noise dominate.
|
||||
- **Classical baseline 무시**: 매 tensor network / Monte Carlo 가 매 quantum 보다 fast 한 경우 多.
|
||||
- **Measurement overhead**: 매 expectation value estimation 위해 1000s shots 필요.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Nielsen & Chuang *Quantum Computation and Quantum Information*; IBM Qiskit textbook 2025).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — qubit model, Bell/Grover/VQE/QAOA/QPE 패턴, NISQ→FT 전환 정리 |
|
||||
|
||||
Reference in New Issue
Block a user