新着Pick
36Picks
Pick に失敗しました

人気 Picker
ちょっとそれますが、現在は皆さんが当たり前のように使っている (?) 有限要素法の教え方も、コレ↓と同じような流れを辿って現在にいたっています 当初は、学者が理論を発明 (発表)して行った順に、連続体力学→偏微分方程式→変分法→離教要素関数→行列式の順で教えていました この技術が限られた方々のみ用に、大学院高学年で教えられていたので、それでも良かったのですねぇ しかし80年代になって技術が普及して、学部学生さんにも教えるようになると、これでは分かりにくい、と、ソフトウェア実装を想定した行列式→離散要素関数、と逆の順にして、さらに (実装にはあまり関係ない) 端をほぼ省略したんですねぇ 現在メリケン大の多くの学部では、この教え方が主流になっていますねぇ 大学院ではさすがに 1st principleからやるようですが

関係ないですが、ワタシはこの逆順の教え(られ)方イヤで、嫌いになってしまいました、この分野 (いま研究でよく使ってるのもおかしなハナシなのですが) なので、分かりやすい (にくい)、面白い (くない) は、 学生さんによる部分もあるんでしょうねぇ

「この量子力学を教えるのに、量子コンピュータや量子情報処理の世界を想定した「キュービット(量子ビット)の量子力学」という方法もあるなと考えて、最近ときどき実践しています。」

記事の話題に戻すと、皆さんが大抵ご興味のある、(古典計算機と比べた) 解ける解けない、速い遅い、の話をちゃんとするには、複雑性クラス (NPとかPとかってやつです) から始めなくちゃいけないんですねぇ (間違いの3-4割位はココ、あとはハードウエアとソフトウェアの関係の違いですかねぇ) ただそれでは一般向けには分かりにくい、ではどうするか、っていうコトなんでしょうねぇ たぶん、 多くの方々に分かりやすい説明は、実際に使えるモノが出来てから、使用例、実装例を元にして出来てくるんでしょうねぇ

あとは大場さんオネガイシマス ;)
NPではだいたい間違ってる気がする

追記
気が向けば少し説明します

追記2
NP困難だな

追記3
組み合わせ最適化のような問題は量子コンピュータが苦手とする問題の一つ
できることがわかってるのはショーアルゴリズムで解ける因数分解くらいで、それでも本当に古典より速いかわからない
量子コンピュータには汎用型と特化型、あるいはゲート式とアニーラー式の2種類ある、みたいな話は大抵間違っている
「量子アニーリング」という「量子コンピュータ」は存在しない


参考
現代の教養。量子コンピュータで何が解けるのか
https://newspicks.com/news/5161554/

引用
"こうした、最適な組み合わせを求める問題で威力を発揮するのが、量子アニーリング方式の量子コンピュータだ"

これ以降は有料で読めず

追記4
Saitouさんが仰っている教え方の変化は、量子力学の分野でもあります。実用上を重視して難しい原理の所は教えないという発想もあったかも知れませんが、それ以外にも、これまでの量子力学の標準的な教え方は歴史的な理論の発展経緯に寄り過ぎていてむしろわかりにくいとして、教える材料や順番の見直しを行うという運動が起きています。例えばボーアの原子模型を教えるのは無駄ではないかという論争があったり。むしろ本質的に量子情報理論→量子力学の方が自然という考え方が主流になりつつあります。量子よりも情報の方が宇宙の本質。
熱力学にも同様の事が起きていますね。理論の発展の歴史と、理解のしやすさは別問題。何を第一原理におくべきか。