今天，我将讨论可以解决难题的真正智能机器。这些机器从侧面表达了人类思维的创造力和多功能性。据我们所知，机器不仅可以在一项活动中脱颖而出，而且还可以抽象出一般信息。 ，要找到我们无法想象的解决方案。我不会谈论区块链，而是谈论另一场革命（经济不佳，数学更多），这是关于计算的：量子计算机。量子计算并不是什么新鲜事物。我们已经讨论了数十年，但是现在我们目睹了该技术从理论到实现的转变。量子计算机最早是在1980年代初开始理论化的，但是直到最近几年，由于Google和IBM等公司的承诺，强大的推动力一直在推动这些计算机的发展。量子计算机可以使用量子粒子（像电子或光子一样想象它们）来处理信息。粒子的作用是正的或负的（即我们在传统计算机科学中看到的0和1），或者它们同时产生量子信息位，称为“量子位”。这是因为，在传统计算机上，二进制代码0和1的编码是通过闭合电路或通过开放路径构建的，并且发现量子计算机的0和1编码的物理状态使用了亚原子粒子。亚原子世界的本质是非常独特的。实际上，粒子可以以状态的叠加形式存在，在这种情况下，粒子的状态是0和1的重叠。这意味着在短时间内考虑了所有可能性，因此可以进行预测和分析使用当前的二进制计算机比以前更快，更高效地执行。我们每天，每小时，每分钟，每秒钟都会生成大量数据，但是直到现在，我们仍无法使用足够的计算能力来从所有这些信息中获得真正的优势。量子计算机可以帮助理解我们正在生成的数据，这在人工智能的帮助下是可能的。机器学习是一种应用于机器的人工智能。它基于一种称为深度学习的学习技术，可以在基于人工神经网络的技术的上下文中实现。这是一个受生物学启发的美丽编程范例，它使计算机可以从观测数据中学习。神经网络基于神经元之间的相互连接而受到大脑功能的启发，但是与生物大脑不同，任何神经元都可以在一定的物理距离内连接到其他神经元。这些网络的特征是离散数据的级别，连接和传播方向，其中网络的每个节点都将一定百分比的概率分配给作为输入提供的数据正确的事实，以便确定这些评估的最终输出。输出给出的结果也称为概率向量。神经网络需要的是训练，因为必须权衡许多输入。量子计算和人工智能集成的研究仍处于起步阶段，因为任何机器学习算法都还处于理论阶段。然而，两者的结合开辟了非常重要的前景，但也存在风险。国家安全局（NSA）提出了一个问题。量子计算机可能会在几十年内学会破解公钥密码学。因此，在这种情况下，应该考虑如何防止网络犯罪分子建立任何类型的欺诈行为。例如身份盗窃和我们的隐私禁忌也必须考虑在内。在正在开发和试验的量子算法中，有一种类型为Shor分解的类型，可用于破坏基于ECDSA（椭圆曲线数字签名算法）的区块链加密。该算法规定，只有负责交易的人才能创建数字签名并保留其私钥，每个人都可以使用公钥来验证其真实性。可以使用量子计算机轻松地反过来计算用于保护私钥的操作，从而在短短几分钟内就可以暴露出密码。我们知道，每个比特币所有者都有一个公共密钥和一个私有密钥。输入其他用户的私钥的任何人都可以使用该人的帐户。因此，当不再保证硬币的安全性时，风险可能会增加。重要的是要注意，量子计算机并不标志着密码学的终结，而仅仅是范式的转变。在量子密码学的发展中，必须寻求解决方案，例如基于晶格的密码学和完全同态密码学（FHE）。基于格子的密码术使用称为“格子”的二维代数结构，其可以抵抗量子计算方案。晶格是一个无限的点网格。计算问题库