别吓唬人家！其实用在线的量子计算平台也可以入门，比如IBM Quantum Experience。它提供了图形化的界面，可以让你拖拽量子门来构建量子电路，不需要写代码也能体验量子计算的乐趣。当然，如果想深入研究，还是得学编程和数学。
我觉得这就像矛与盾的关系。量子计算固然可以用来破解现有的密码体系，但同时我们也可以利用量子力学的特性来设计出更安全的加密方法，例如基于量子纠缠的加密协议等。这种新的加密方法，理论上可以抵御包括量子计算机在内的任何攻击，从而实现绝对安全的通信。
我觉得除了硬件，量子软件生态的完善也很重要。现在量子算法还比较少，而且很多算法在实际应用中还有局限性。我们需要开发出更多、更实用的量子算法，并提供易于使用的开发工具，才能让量子计算真正发挥作用。
RSA被破解的风险确实存在，但也不必过于恐慌。密码学界已经在研究抗量子计算的加密算法了，也就是后量子密码学。未来可能会逐渐过渡到这些新的加密体系。另外，即使RSA被破解，也需要相当规模的量子计算机，这还需要时间发展。所以，一方面要关注量子计算的发展，另一方面也要积极研究和部署新的加密技术。
除了线性代数，概率论和统计也是必不可少的。量子计算本质上是一种概率性的计算，对结果的解读离不开概率模型。另外，信息论对于理解量子信息的编码和传输也很有帮助。
我理解的量子机器学习就像给机器学习开了个外挂！它主要是通过量子算法并行处理海量数据，比如用量子支持向量机（QSVM）来加速分类，或者用量子主成分分析（QPCA）来降维。不过，现在量子计算机还不够成熟，所以量子机器学习主要还是在理论研究阶段。个人感觉在数据量超级大、特征又超级多的情况下，量子机器学习的优势才能真正发挥出来。
个人觉得量子计算在金融领域的应用潜力巨大，比如优化投资组合、风险管理、高频交易等。传统的金融模型很多都是基于经典算法，但处理复杂、高维的数据时效率会大打折扣。量子算法在处理这些问题上可能会有指数级的加速效果，当然前提是解决量子比特的稳定性和控制问题。
量子计算的应用瓶颈，我认为主要还是硬件！算法倒是其次，毕竟理论研究一直在进步。但造出稳定、可扩展的量子计算机太难了。就像造芯片一样，材料、工艺都是大问题，稍微有点干扰，量子比特就崩溃了，还算个啥？
虽然线性代数是量子计算的基础，但也不是说完全没有线性代数基础就不能入门。可以先从一些更科普性的读物入手，了解量子计算的基本概念和原理，培养兴趣。同时，可以学习一些简单的线性代数知识，例如向量、矩阵的基本运算等。循序渐进，逐步深入。
我补充一个，物流优化！复杂的供应链和路线规划，传统算法算起来太慢了，量子计算也许能大大提高效率。当然，这只是我的一个猜想，具体的可行性还需要进一步研究。
从学术的角度来看，量子优越性如果实现，那绝对是计算机科学和数学领域的一场革命。很多现在被认为是NP难的问题，可能在量子计算机上就能高效解决。这意味着我们现在对算法复杂度的认知可能要被颠覆。不过，我对“量子霸权”这个词还是有点警惕的，感觉有点夸大其词。毕竟，量子计算机的应用场景还是有限的，不能指望它解决所有问题。
我补充一点，群论在量子力学中也很重要，进而影响到量子计算。量子态的对称性可以用群论来描述，而理解这些对称性对于设计量子算法很有帮助。只不过群论相对比较抽象，可能不太容易上手。但如果想深入研究量子计算，群论是绕不开的。
如果真能实现量子优越性，那影响可太大了，首当其冲的就是金融和密码学。想想现在银行和各种安全系统都是基于现有加密算法的，量子计算机一出，这些可能瞬间失效。所以一方面得赶紧研发抗量子密码算法，另一方面也得考虑新的安全体系架构了。感觉以后搞金融或者信息安全的，不懂点量子计算都不好意思出门。