趋近智
量子比特的状态可以用一个向量 (vector)来表示,该向量可以指向布洛赫球上的任何位置,体现了一种概率分布。叠加态使得量子比特在计算过程中能够承载复杂的信息。然而,这些信息无法直接获取。要从量子计算机中提取答案,必须进行测量。
在量子力学中,测量并非一种被动行为。在经典计算中,读取一个比特不会改变它的值。如果硬盘存储了一个 0,你可以读取它一千次,它依然是 0。而在量子计算中,读取量子比特会从根本上改变它的状态。
当量子比特处于叠加态时,它由基态 和 的线性组合来描述。我们将这种状态表示为:
这里, 和 是概率振幅。这些数值告诉我们叠加态中包含多少 以及多少 。然而, 和 本身并不是概率。它们是描述量子态的复数。
为了找到测量特定结果的概率,我们使用波恩定则(Born rule)。该定则指出,测量到特定状态的概率是其振幅绝对值(模)的平方。
由于量子比特必须塌缩为 0 或 1,这些概率之和必须始终等于 1(或 100%)。这是我们在线性代数章节中讨论过的归一化 (normalization)条件:
考虑应用 Hadamard 门之后的量子比特。其状态向量 (vector)在 0 和 1 之间达到了完全的平衡:
如果我们测量这个量子比特,发现它处于 状态的概率是:
发现它处于 状态的概率与之相同。这意味着结果完全是随机的,就像抛一枚均匀的硬币一样。然而,如果我们改变振幅,就会使这枚“硬币”产生偏向。
比较带有偏向的量子比特的振幅和概率。在这里, 的振幅约为 0.866,导致测量到 0 的概率为 75%。
经典测量与量子测量之间最明显的区别在于状态向量 (vector)的塌缩。在测量之前,量子比特处于由 和 定义的叠加态中。测量之后,叠加态被破坏。
如果你测量量子比特且结果为 0,量子比特的状态会立即变为:
系数 变为 1, 变为 0。如果你在第一次测量后立即再次测量该量子比特,你将以 100% 的概率再次得到 0。随机性仅存在于对叠加态的第一次测量中。
这种不可逆的变化通常被称为波函数塌缩。这意味着我们不能通过测量量子比特来“观察”它的振幅。我们不能问量子比特:“你的 值是多少?”我们只能问:“你是 0 还是 1?”,而量子比特被迫做出选择。
要确定叠加态的准确分布(即 和 的值),我们不能依赖单个量子比特。相反,我们必须多次重复实验。这通常被称为“采样”或运行“shots”。
如果你统计出 500 个 0 和 500 个 1,你就可以推断出概率是 50/50,因此 。
状态塌缩的过程。输入允许多种可能性,但输出对于未来的测量而言是单一且确定的。
在本课程中,当我们提到“测量”时,特指在计算基(或称 Z 基)下进行测量。这相当于检查状态向量 (vector)是指向布洛赫球的北极()还是南极()。
在物理上,这与 Z 轴一致。虽然从数学上讲可以沿着 X 轴或 Y 轴进行测量,但标准的量子硬件通常执行沿 Z 轴的测量。如果我们想测量不同的特性,通常会先旋转状态,使信息与 Z 轴对齐 (alignment),然后再进行标准测量。
理解这一限制对电路设计非常有用。你无法简单地观测整个量子状态。你必须设计算法,使得在塌缩发生时,正确的答案能以高概率出现。在下一节中,你将使用 Python 创建这些电路,观察测量的统计特性在实际代码中是如何表现的。
这部分内容有帮助吗?
© 2026 ApX Machine Learning用心打造