摘要：早在欧几里得时代，人们就已经知道可以将任意大于一的正整数唯一分解为一系列质数的乘积，然而，即便借助于高速计算机，如何快速找出这些质因子却仍然是一个千年难题。1994年，数学家Peter Shor发现利用量子计算这一基于量子力学的全新计算模型可以完美地解决大数分解问题，从而引爆了有关量子计算之后数十年的研究。在本报告中，我们将首先回顾量子计算的一些基本概念，然后对Shor算法做一个简单的介绍。最后，我们将尝试发掘量子计算在大数据处理上的优势。特别地，我们将量子计算应用于非负矩阵分解(Non-negative matrix factorization) 这一在计算机视觉和机器学习中有广泛应用的问题，并获得了可分非负矩阵分解问题的量子算法。在一些合理的假设条件下，我们的算法展示了量子优势，有助于处理高维数据问题。

报告人：段润尧博士，百度量子计算研究所所长 & 悉尼科技大学终身教授。本科与博士分别于2002和2006年毕业于清华大学计算机系。自2001年起从事量子计算和量子信息技术的研究。曾获微软学者(2005)，清华大学研究生十大学术新秀称号(2006)，清华大学优秀博士毕业生和优秀博士学位论文一等奖(2006)，中国计算机学会(CCF)首届优秀博士学位论文奖(2006)，澳大利亚研究理事会(ARC) 的Future Fellowship (2012)，自2016年9月15日起担任悉尼科技大学量子软件和信息中心(UTS:QSI)的首任主任，并于2018年3月7日出任百度量子计算研究所所长。他致力于成为一名简单(SIMPLE)可依赖的人，一直处于“科学迷(Scientist)，交叉学科研究员(Inerdisciplinary researcher), 马拉松爱好者(Marathon amateur), 终身教授(Professor), 学术带头人(Leader), 工程师(Engineer)”六重身份的量子叠加态。