沈工工作室开张了

接下来的读物：一些文献

量子计算和大语言模型 （Quantum computing and Large Language Model [LLM] ）2023年4月2日

时间到了2023年4月了，疫情的阴霾已经一扫而光，GPT-4 大热，背后的算法也是开发者的重点之重，竞相研究。笔者在考量 量子计算和大语言模型。

首先GPT-4 给出的量子计算的通俗易懂解释和主要文献，读不懂也要读，哪怕只是用来名词满嘴跑火车，一个一个蹦出来。

量子计算是一种基于量子力学原理的计算方法，与传统计算机（基于经典物理学）有很大区别。通俗易懂地说，量子计算机利用量子比特（qubits）作为信息的基本单位，而传统计算机则使用经典比特（bits）。量子比特的特殊之处在于它可以同时表示0和1，这种现象称为叠加态（superposition）。这使得量子计算机能够在某些问题上比经典计算机更快、更高效地处理信息。

以下是一些量子计算的重要文献：

1. Peter Shor (1994) “Algorithms for quantum computation: Discrete
   logarithms and factoring” -
   本文提出了著名的Shor算法，该算法可以快速分解大整数，对加密技术产生了巨大影响。
2. Lov K. Grover (1996) “A fast quantum mechanical algorithm for
   database search” - Grover发表了量子搜索算法，也称为Grover算法，该算法可以加速无序数据库的搜索问题。
3. Charles H. Bennett, Gilles Brassard (1984) “Quantum cryptography:
   Public key distribution and coin tossing” -
   本文提出了量子密码学的基本概念，为量子通信和安全领域奠定了基础。
4. Michael A. Nielsen, Isaac L. Chuang (2000) “Quantum Computation and
   Quantum Information” - 这是一本关于量子计算和量子信息理论的经典教材，涵盖了量子计算机的基本原理和技术。
5. John Preskill (2018) “Quantum Computing in the NISQ era and beyond”
   • 本文讨论了噪声中等规模量子（NISQ）设备的应用前景和未来的量子计算技术。

这些文献对量子计算领域的发展产生了深远影响。随着技术的进步，量子计算机有望在诸如优化问题、材料科学、药物设计等领域发挥重要作用。

DDD 和 分布式机器学习 Ray 2021年8月24日

• 云原生是分布式的，我们现在的应用程序大都是主从模块式。怎么将大块的主从模块式的架构改造迁移到分布式的云原生应用呢？DDD和云原生相辅相成，DDD代表domain driven design，即业务场景驱动的设计。

• 分布式机器学习，基于Ray框架的分布式机器学习，使得原有的模块代码可以得到最大程度的重复使用，同时可以达到普通商业机器上的并行分布式计算，大大提高机器学习训练效率，从而减低训练时间和成本。

这个是2017年7月写的，不要让时间抹去记忆

先写一下课题，欢迎来函告诉我，哪些课题你愿意我先写，先介绍。
-用MongoDB的capped collection做队列服务。
-什么是Restful
-spark和Mongo的简单实践
-VoltDB介绍
-NoSQL介绍
-Vault介绍
-Terraform介绍
-vagrant介绍
-具有时间序列的应用多种解法
-WebGL介绍
-人工智能算法和链接
-日志应用简介
-区块链在物流应用中的痛点
-Design Pattern
-状态图（State design pattern）
-（decorate）
-（disruptor）

• (Facade）
  -（Observor）
  -Java异常的单元测试
  -用JS做企业级表格