本项目收集了量子物理、量子计算和量子信息的相关书籍、文章。
首先,要志向远大,而非目光短浅。
第二,永不言弃。工作赋予你意义和目标。没有它生命变成空虚。
第三,如果你非常幸运地找到爱,守住它,千万不要将它抛弃。
—— Stephen Hawking. 与君共勉
- Arxiv-Quantum Physics
- Reviews of Modern Physics, 综述类
- Physical Review X 类似physicsal review。严肃文章
- Physical Review A 专门针对量子信息的子刊。
- Proceedings of the National Academy of Sciences of the United States of America (PNAS)美国科学院进展。
-
Quantum Computer Science: An Introduction N. David Mermin Cornell University
-
Quantum Computation and Quantum Information Michael A. Nielsen & Isaac L. Chuang 10th Anniversary Edition
内容提要:
本书完整系统地介绍了量子计算与量子信息的研究成果和基本知识,主要内容包括基本概念、量子路、量子Fourier 变换及其应用、量子搜索算法和量子计算机的物理实现
- Berkeley edX course CS191x Quantum Mechanics and Quantum Computation video lecture series by Professor Umesh Vazirani.
主要内容:
Lecture 1 - Double-slit experiment
Lecture 2 - Qubits and uncertainty principle
Lecture 3 - Axioms of QM, two qubits, and entanglement
Lecture 4 - Bell Inequalities
Lecture 5 - Quantum gates
Lecture 6 - Quantum teleportation
Lecture 7 - Quantum circuits
Lecture 8 - Early quantum algorithms
-
Preskill, Lecture Notes for Physics 229: Quantum Information and Computation
-
The Theory of Quantum Information John Watrous, Institute for Quantum Computing, University of Waterloo.
Watrous课程讲义
-
QUANTUM COMPUTING From Linear Algebra to Physical Realizations Mikio Nakahara, Department of Physics, Kinki University, Higashi-Osaka, Japan
-
Quantum Optics(量子光学)
-
Quantum Optics: An Introduction Mark Fox 入门
-
Quantum Optics marlan-o-scully-m-suhail-zubairy 进阶
-
-
矩阵分析 -> 线性代数及其应用 -> 概率论 -> 数学分析
-
数学物理方法(Green function etc)
(1)Grover 算法的推广,离散量子游走算法:
- Watrous, J. Quantum simulations of classical random walks and undirected graph connectivity. in Proceedings. Fourteenth Annual IEEE Conference on Computational Complexity (Formerly: Structure in Complexity Theory Conference) (Cat.No.99CB36317) 391, 180–187 (IEEE Comput. Soc, 1999).
(2)量子傅里叶变换即其推广(Shor 算法):
-
Childs, A. M. & van Dam, W. Quantum algorithms for algebraic problems. Rev. Mod. Phys. 82, 1–52 (2010).5 将问题转换成Spatial Search问题的一般思路,这个读起来难一点:
-
Ambainis, A. Quantum Walk Algorithm for Element Distinctness. in 45th Annual IEEE Symposium on Foundations of Computer Science 37, 22–31 (IEEE, 2003).
- 硬件层面,量子光学是比较基础好学的,推荐scully Zubairy ,quantum optics 前半本书,有时候得算effective Hamiltonian 甚至重整化群,还得补补数学,群论,QFT,但是可以要用再学。然后就是最好把学到的量子光学技术应用于一个具体的设备,cavityQED,nmr或者circuitQED,自己谷歌一些综述推一下。 硬件软件结合层。这也是多数理论工作者在的地方,例如量子控制,量子模拟,特殊系统的量子算法,这要看自己的方向了。
- 软件层。preskill 的Quantum Information 讲义,习题非常有意思,可以在研究生入学之后和师兄弟,老师好好一起讨论,如果条件允许。Nielsen&Chuang的书是经典教材。
- 量子力学。推荐使用格里菲斯,量子力学概论,如果此时英语一般,中文版英文版混合着看就可以。习题刷干净一点,对量子力学有一个基本概念。高等量子力学。主要是一些详细的量子力学理论。也要刷习题。推荐sakurai ,现代量子力学前四章,配合cohen的量子力学一二卷服用。PS,量子计算与信息对数学物理素养有一定要求,应该多多研读。
- 量子信息(Quantum Information)是交叉学科,偏量子方向的主要在研究量子计算,量子模拟,量子通信的物理实现,偏信息方向的主要在研究量子算法,量子计算原理,也有在做量子计算机架构的。除此以外还有量子信息与更多学科的交叉,比如与机器学习,量子引力等等,这些需要考虑你自己的研究方向再进一步阅读。关于研究的具体学习,基础知识我就不多提了,本科阶段课程学习,基本的编程能力和英语能力是必备的。
- 首先要建立起对所在领域的大概框架和认识,也就是需要大量的文献阅读,这个最好是你导师给你推荐几篇,自己找的话就看经典文章,不需要太新。然后读到一定程度之后,就会建立起自己的体系,再之后读文章会更得心应手。
- 读文章大概分成几个步骤,先了解作者的动机(Motivation),再看他的具体内容,数学计算,实验实现等等,如果可能的话尽量自己动手重新实现一遍,比如推导自己推一遍,仿真自己写一下MATLAB/Mathematica/Python(Qutip包是Python下专门用来进行量子力学模拟仿真的一个包)。然后试着总结,有可能的话在组会上做一个Presentation给没有读过的人讲一遍,所谓的Feynman学习法在这里也是起作用的,在讲的过程中可以进一步思考和发现问题。然后就是自己idea的实现了,主要还是先建立在广泛阅读别人的成果,然后选好自己的研究方向,广泛调研,多向别人请教,多和别人交流,不懈地尝试和努力,实现idea。
- 你最好是一个乐观主义者。其次,最好要有坚韧不拔的抗洪精神,最后,最好能深入理解半尺之锤,日取其半,万世不竭的精神,做到持之以恒。
- 知乎文章 量子计算与量子信息的一些材料
- 知乎文章 量子信息与量子计算研究常用学术期刊
- 知乎文章 超导电路量子信息处理——量子模拟,量子计算和相关理论技术