Grover 算法:预言机如何标记未知答案?

原标题Grover’s Algorithm: How Can an Oracle Mark an Unknown Answer?

3Blue1Brown 澄清检查器、量子线性以及平方级搜索加速的实际限制。

频道
3Blue1Brown
发布
2025年5月4日
视频
16:23
阅读
3 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

这段补充讲解解释了为什么构建量子标记操作不需要事先知道搜索问题的答案。视频用数独检查器说明区别,随后讨论叠加、线性和 Grover 加速的限制。

  1. 1检查不等于求解数独检查器无需提前知道答案也能识别正确解。
  2. 2通过预言机标记量子实现利用检查器的逻辑改变目标状态的符号。
  3. 3线性可以通过操作对各基向量的作用分析它对叠加态的变换。
  4. 4平方级加速并非魔法即使把搜索规模降到平方根,剩余工作仍可能巨大。

要点建议

  1. 知道如何检查候选答案,不等于已经知道解。
  2. 量子预言机可以实现检查器的标记行为,而无需指出答案。
  3. 线性解释操作如何作用于叠加态。
  4. 用于可视化的二维平面不是作为答案提供给计算机的。
  5. 平方级查询加速后搜索仍可能不可行,尤其需要考虑实现成本。
全文

按章节阅读整理后的全文

只看原始文稿
01

表面上的悖论

在量子计算课程的补充视频中,3Blue1Brown 讲解者回应一个常见疑问:Grover 算法是否必须事先知道答案才能标记答案?答案是否定的。

在量子计算课程的补充视频中,3Blue1Brown 讲解者回应一个常见疑问:Grover 算法是否必须事先知道答案才能标记答案?答案是否定的。

此前的可视化展示了高维状态向量,以及沿目标输入对应方向的符号翻转。观众合理地追问:不知道该方向,怎么执行这个操作?

02

不需要知道答案的检查器

数独检查器提供了更具体的类比:它可以检验候选棋盘是否符合规则,却不会直接给出答案。实现规则与找到有效输入是不同的事情。

数独检查器提供了更具体的类比:它可以检验候选棋盘是否符合规则,却不会直接给出答案。实现规则与找到有效输入是不同的事情。

讲解者还以密码哈希为例:给定输入后容易检查输出,但寻找对应输入被认为很困难。目标输入并不是简单地藏在检查程序中的秘密数字。

Grover 算法使用合适的量子版本检查器,在无结构集合中搜索时,相比经典穷举获得平方级的查询次数改进。构建和运行检查器的成本仍然重要。

03

从逻辑门到预言机

可以把经典检查过程表示为逻辑门网络:输入二进制候选答案,输出真或假。门网络编码的是规则,不必显式包含解。

可以把经典检查过程表示为逻辑门网络:输入二进制候选答案,输出真或假。门网络编码的是规则,不必显式包含解。

对于 k 个量子比特,计算基包含 2^k 个可能的比特串,每个比特串对应一个基向量。量子操作变换这个空间中的状态向量,而不是直接返回经典布尔值。

量子预言机被构造为:有效候选答案对应的基向量分量改变符号,无效候选答案则不变。构造使用检查器的逻辑,不要求提前知道解。

讲解者承认,之前的视频没有详细展示转换过程。经典操作需要合适的可逆量子实现;补充视频重点解释“检查答案”和“知道答案”的概念区别。

他还纠正了此前的表述:一个只检查输入是否等于某个数字的玩具函数,让答案看起来像藏在代码里。数独检查器更能说明为什么检查比寻找容易。

搜索过程将检查器视为黑盒,是指搜索利用其输入输出行为。不过,构建量子预言机仍需要实现检查器,不能假设未知的经典黑盒会自动变成量子操作。

04

叠加与线性

一个状态可以是叠加态,即不同比特串对应基向量的加权和。测量时会得到一个结果,其概率等于对应振幅模长的平方。

一个状态可以是叠加态,即不同比特串对应基向量的加权和。测量时会得到一个结果,其概率等于对应振幅模长的平方。

量子操作具有线性:对加权和应用操作,等同于对各基向量分别变换后按相同权重求和。Z 门是简单例子:零态不变,一态的符号改变。

对数独候选答案的叠加态应用预言机时,无效候选的振幅不变,有效候选对应的符号翻转。线性描述了结果,不需要事先指出答案。

讲解者提醒,不要把“同时处理所有可能性”当作完整解释。东北方向向量的旋转可以分解为北向和东向分量分析,但不意味着必须有两个独立的行人。

05

算法与可视化

Grover 过程交替执行标记预言机和另一种操作,提高测量到目标答案的概率。可视化可以在二维平面中跟踪状态,但选择这个平面不是需要交给计算机的指令。

Grover 过程交替执行标记预言机和另一种操作,提高测量到目标答案的概率。可视化可以在二维平面中跟踪状态,但选择这个平面不是需要交给计算机的指令。

06

实际限制

讲解者对极大搜索空间中的实际用途提出疑问。平方级加速可将示意性的 9^60 次穷举缩小到约 9^30 次预言机级操作,但数字仍可能极大。

讲解者对极大搜索空间中的实际用途提出疑问。平方级加速可将示意性的 9^60 次穷举缩小到约 9^30 次预言机级操作,但数字仍可能极大。

对于理想化的 256 位哈希原像搜索,类似的查询规模从约 2^256 降至 2^128。实际成本取决于假设、预言机实现以及容错硬件。

他将这种平方级搜索改进与针对特定问题有更强加速的量子算法区分开,包括与 RSA 相关的整数分解问题。量子计算并不意味着每个密码问题都会变得容易。

同频道的其他文章

20 张幻灯片40:44EN → 简体中文
3Blue1Brown· 2026年10月16日Grant Sanderson:现在是投身数学的最好时机Grant Sanderson, Constantin Kogler · 3Blue1Brown学生担心 AI 已经解决了数学。Grant Sanderson 却认为恰恰相反:即使机器证明定理的能力超过人类,数学这套制度依然有价值,而新人正迎来一个难得的机会,可以参与重塑它。MathematicsAI for scienceHuman-AI Collaboration+2
29 张幻灯片51:55EN → 简体中文
3Blue1Brown· 2026年9月18日AI 解不出的最后一道 IMO 题Grant Sanderson · 3Blue1BrownGrant Sanderson 带你走一遍 2025 年 IMO 第 6 题——前沿模型没做出来的铺砖谜题——以及要证明一种构造最优,需要怎样的视觉耐心。MathematicsAI researchReasoning & test-time compute+2
0:55EN → 简体中文
3Blue1Brown· 2026年7月24日64 块方糖谜题:六组相等距离一个 4×4×4 的方糖块有三种颜色;证明总能找到六对同色方糖,且每对距离相等。MathematicsEducation
33:51EN → 简体中文
3Blue1Brown· 2026年7月16日交叉熵连接了什么:压缩、语言模型与 KL 散度Grant Sanderson · 3Blue1BrownGrant Sanderson 从码长推导交叉熵,并用它解释下一个 token 训练和模型蒸馏。MathematicsMachine LearningFoundation Models+1
幻灯片2:25EN → 简体中文
3Blue1Brown· 2026年6月12日香农如何测量英语的信息熵一场猜字母游戏帮助克劳德·香农估算英语文本的信息量,也揭示了预测与压缩之间的联系。MathematicsAI History
幻灯片1:02EN → 简体中文
3Blue1Brown· 2026年6月10日月球机器人与最优二进制编码谜题四个方向出现的频率不同,每条指令最少需要多少比特?MathematicsScience Communication