昨天我直播相當順利（扣掉最初一分鐘訊號不穩重開直播外），話題非常集中專一、難度也非常穩定、內容基本上就是相關量子物理實驗博士生該有的背景知識，希望大家會喜歡，之後一定會愈來愈好的！文章開始前先依照慣例：歡迎大家分享、轉發、留言、拍手讚賞（甚至捐款）XD
“True ignorance is not the absence of knowledge, but the refusal to acquire it.”― Karl R. Popper
Month: April 2020
前言：在加密貨幣（如BTC/ETH）的世界中，人們所謂的半匿名通常只是指涉『收發地址和個人身份』沒有被連結: 帳本上金流和收發方地址一直都是透明，只要有心人開始進行分析比對（如查到我的ETH 地址是kowei.accepte.eth），那所謂的鏈上隱私將不復存在，即使透過大量創建地址和混幣器的幫助，這也是治標不治本無法讓人獲得完全的鏈上隱私，基於隱私就是自由的重要構成，我們要如何才能獲得完全的隱私？
在本篇網誌中，我要和大家分享自己閱讀「精通門羅幣（mastering monero）」所學，在閱讀本書之前我知道XMR/門羅幣是最適合用CPU挖礦的專案（註ㄧ），即使自己真的持有一點XMR（推薦台灣礦池），也從未對其精妙的隱私科技有深入的研究．整本「公開的帳本」居然可以隱匿「收發方地址與交易金額」感覺就是過於科幻．重點是這樣的隱私不是選擇、而是所有人在使用門羅的強制要求．而我閱讀本書和沈澱思考後，我會認為門羅是一個已經成功、接近完成品的卓越專案（註二），他沒有豐富的智能合約、沒有staking 或是其他複雜的功能
門羅只專注在一件事情並且成為偉大的存在：賦予每個人隱私交易的可能．
為了避免哪天Facebook把直播影片吃掉，我在把影片下載到硬碟儲存後也上傳到Youtube備份(讓大家方便觀看)，同時在網誌附上我的直播事前筆記，讓大家日後想找某些問題比較方便，這應該會形成一個新的網誌分類、並且成為直播後的慣例．
由於是昨天我是第一次直播的緣故，話題比較零碎跳躍、內容難度也沒有非常統一、加上有技術問題讓這個直撥被切成兩次，請大家多多包含，之後一定會愈來愈好的！文章開始前先依照慣例：歡迎大家分享、轉發、留言、拍手讚賞（甚至捐款）XD
在機器學習（尤其是深度學習）於過去五年落地應用成功、量子計算也開始噴發地邁向主流後，（起源於2008年的）量子機器學習（Quantum Machine Learning）也開始吸引眾人的目光、火上加火的領域．畢竟其彷彿能用量子物理做到古典機器學習做不到的挑戰，產生動輒就是指數加速的演算法，這好到不可思議的光景這到底多少是泡沫（Hype）、多少是實質（Fact）、又或者在科學傳播中漏掉了許多重要的細節呢？
本篇網誌我要帶大家走過一篇關於量子機器學習的經典回顧文章：『read the fine print』 來探討這理論有嚴苛限制條件這問題（當然包含我個人的解讀分析）．此論文於2015年刊登在Nature，作者是量子計算理論大師 Scott Aaronson（對複雜度理論有諸多貢獻、同時提出Boson Sampling這個重要實驗），Scott Aaronson的行文非常通順、內容充滿智慧與幽默、也讓人省思，除了在本文中體現之外也可以參考其大作『Quantum Computing since Democritus』．
文章開始前先依照慣例：歡迎大家分享、轉發、留言、拍手讚賞（甚至捐款）XD
原本以為一直會穩定更新的網誌回顧，拖著拖著就從回顧一週年變成回顧兩週年（尷尬，最近一方面是想寫個比較輕鬆的東西；二來是來星國也超過兩年了、想整理看看之前自己發生了什麼事；最後則是因為武漢肺炎的關係，宿舍有一半被保留給學校、我因此沒抽到住宿得搬出去校外，想回顧一下這段住校的時光．
這系列算是讓大家在無需翻我每篇文章的前提下，大概知道內容是什麼，順便讓我把冷飯稍微熱炒一下(笑，文章開始前先依照慣例：歡迎大家分享、轉發、留言、拍手讚賞（甚至捐款）XD