第1讲：课程概览 — 量子计算·类脑计算·智能汽车的交汇

学习目标

了解本课程的整体框架和三大前沿领域
理解量子计算、类脑计算和智能汽车安全为什么是当前科技热点
建立跨学科思维，看到这些领域之间的内在联系

1.1 三大前沿领域简介

1.1.1 量子计算：计算能力的革命

经典计算机用比特（bit）存储信息，一个比特要么是0，要么是1。量子计算则使用量子比特（qubit），它可以同时处于0和1的叠加状态。这种"既0又1"的特性，加上量子纠缠等奇妙的量子力学效应，使得量子计算机在处理某些特定问题时，理论上可以达到经典计算机无法企及的速度。

1.1.2 类脑计算：让计算机像大脑一样思考

人的大脑是已知最高效的信息处理系统——功耗仅约20瓦，却可以完成复杂的认知任务。类脑计算的目标就是模仿生物神经系统的结构和信息处理方式，构建低功耗、高容错、具有自适应能力的智能系统。脉冲神经网络（SNN）是类脑计算的核心技术之一，它用离散的"脉冲"（spike）来传递信息，比传统的人工神经网络更接近真实大脑的工作方式。

1.1.3 智能汽车安全：当汽车变成"会跑的电脑"

今天的智能汽车不再是简单的机械交通工具，而是装有大量传感器（摄像头、激光雷达、毫米波雷达）和强大AI算法的移动计算平台。就像电脑会中病毒一样，智能汽车的AI系统也可能遭受攻击——有人可以通过在路牌上贴贴纸，让自动驾驶汽车把"停止"标志识别为"限速"标志。智能汽车安全就是研究如何保护这些AI系统免受攻击的学科。

1.2 三者交叉：为什么放在一起学？

这三个领域看似独立，实则有着深刻的联系：

量子+类脑：量子计算的并行加速能力可以帮助类脑计算突破算力瓶颈；类脑计算的仿生架构可以为量子计算提供新的设计思路
量子+汽车：量子优化算法可以提升自动驾驶路径规划的效率；量子传感技术可以提高环境感知精度
类脑+汽车：类脑芯片的低功耗特性非常适合车载边缘计算；脉冲神经网络的事件驱动机制可以降低自动驾驶系统的能耗和延迟

本课程的核心理念：将这些前沿技术融合起来，探索未来智能汽车更安全、更高效的技术路径。

1.3 课程安排概览

模块一：导论（第1讲）

课程介绍与三大领域概览

模块二：量子计算基础（第2-4讲）

从经典比特到量子比特
量子门与量子线路
量子算法与应用

模块三：类脑计算基础（第5-7讲）

从生物神经元到脉冲神经网络
类脑芯片与神经形态计算
类脑计算的现状与挑战

模块四：智能汽车安全（第8-10讲）

自动驾驶技术概述
对抗攻击：数字世界与物理世界
防御策略与安全体系

模块五：交叉前沿（第11-13讲）

量子+类脑的融合
量子技术在自动驾驶中的应用
类脑计算在智能汽车安全中的应用

模块六：实践与展望（第14-16讲）

案例分析
未来展望与伦理思考
课程总结与学生展示

思考题

你之前听说过量子计算或类脑计算吗？它们和你想象中的"计算"有什么不同？
智能汽车的安全问题为什么比传统网络安全更复杂？
如果你是自动驾驶工程师，你认为哪些安全威胁最值得关注？

量子类脑网络与智能汽车安全科普