我今年在量子計算中學到的東西(作為初級工程師)
作為一名在量子計算領域找到工作的初級軟體工程師,2024 年是非常有趣的一年。我想分享這篇文章作為其他剛進入這個行業的人的例子,因為看起來每個人都是專家並且確切地知道他們在做什麼。事實並非如此。我的經驗並不算特別,但在讀完大學後,我想我最終要么會在金融領域擔任一名寬客,要么在加州的一些大型軟體公司(你知道的),所以從理論理解到實踐— —關於量子計算這樣一個重要的新行業的發展作用令人驚訝。還有很多艱苦的工作。我不會浪費這個機會繼續成長和學習,並且能夠幫助他人這樣做。
茱莉亞是一個令人驚喜的驚喜
量子運算社群對 Julia 的擁抱今年年初引起了我的注意。雖然 Python 仍然佔據主導地位,但 Julia 的量子軟體套件(如 Yao.jl 和 QuantumOptics.jl)為量子電路設計提供了令人驚訝的優雅解決方案。事實證明,該語言的多重調度系統對於處理不同的量子閘實現特別有用。然而,學習曲線很陡峭——從 Python 開始,我花了無數個晚上試圖更好地理解 Julia 的類型系統。 Julia 自己網站上的學習路徑確實很好。
Qiskit 的演化
自從 1.0 更新之前的第一個教學以來,我與 Qiskit 的關係發生了很大變化。由於該更新,我仍然發現很多損壞的資源,但至少現在我不認為它只是一個電路構建的黑盒子。我必須學習如何在工作中使用其脈衝級程式功能(儘管「意識到」可能比成為日常如何做到這一點的專家更準確)。這種更深入的了解幫助我了解我的團隊在優化錯誤緩解策略時所做的事情,特別是在處理 IBM 設備上的串擾時。 Qiskit 中從 Circuit 到基於 Primitive 的工作流程的轉變進行了調整,但最終導致了更易於維護的程式碼。
透過更多硬體存取從模擬走向現實
在日常工作之外,我可以透過 Amazon Braket 和 Microsoft Azure Quantum 存取更多 IonQ 和 Quantinuum 硬體。我的一位導師是一家量子公司的產品經理,他敦促我嘗試我能找到的所有各種量子入門指南,這是一個好主意。我擔心這可能感覺像是很多抽象的演練,但這迫使我嘗試我不會使用的新系統。例如,超導系統和俘獲離子系統之間的對比變得有形而不是理論上。我慘痛地了解到,在模擬中表現良好的演算法通常需要對真實硬體進行大量修改。跨平台基準測試成為我工作流程的常規部分,教我更批判性地思考量子位元連結和閘保真度。
Classiq 和開源社群
導師角度的另一個推動是探索所有不同的開源專案。 Classiq 的演算法庫以及他們的各種研討會、黑客馬拉松和外展工作給我留下了深刻的印象,讓我更容易參與並邊做邊學。它也讓我看到了量子電路綜合中的中間表示。他們的自動電路最佳化方法挑戰了我對量子編譯的理解。雖然我最初在它們的抽象層上遇到了困難,但事實證明,跨不同後端產生硬體感知電路的能力對於我們的專案來說是無價的。我還加入了一些新的開源社區,例如統一基金,雖然我作為其中的一部分並沒有特別吵鬧,但我很欣賞它的存在,我可以進出看看每個人都在談論什麼。我希望在 2025 年能夠更多地參與其中。
Azure 量子培訓
微軟的 Azure Quantum 培訓被證明具有意想不到的價值。我可以將其歸類為上述類別,但這對我這個不使用任何 Microsoft 工具的人來說確實是一個驚喜。我知道一些老朋友對此感到驚訝,因為他們都經歷過微軟主導的上一代。除了特定於平台的知識之外,我還獲得了 Q# 和量子中間表示 (QIR) 的實務經驗。糾錯的結構化方法和對拓樸量子位元思想的探索為我在量子糾錯原理方面奠定了更堅實的基礎。還有一套非常流暢的文件和使用者指南。
女性代表性不斷成長
今年最令人鼓舞的進展之一是在量子運算領域與更多女性建立了聯繫。我不是來自科學院,所以我已經習慣了軟體工程領域的女性人數要少得多,所以這是一個令人高興的驚喜。我到處都能看到偉大的靈感,例如 Qubit by Qubit 團隊的 Qubit,或者 Anastasia 的所有視頻,甚至 Hannah Fry 最近為 Bloomberg 製作的精彩視頻紀錄片。再加上大量鼓舞人心的同行和同事,我將不提供公共連結!但感謝他們所有人以及所有讓參與和開始工作變得容易的人。
展望未來
當我回顧今年的旅程時,我對這個領域的發展之快感到震驚,儘管我們都抱怨它花了這麼長時間。儘管仍有重大的工程挑戰,但理論建議和實際實施之間的差距仍持續縮小。對於進入該領域的初級工程師,我的建議是保持經典和量子演算法的堅實基礎,同時保持適應新工具和方法的能力。並準備好長期解決一個大問題。同時獲得的獎勵是值得的!
以上是我今年在量子計算中學到的東西(作為初級工程師)的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。
