Rumah >pembangunan bahagian belakang >Tutorial Python >Apa yang saya pelajari dalam Pengkomputeran Kuantum tahun ini (sebagai Jurutera Muda)
Sebagai jurutera perisian junior yang mendapati peranan bekerja dalam pengkomputeran kuantum, 2024 merupakan tahun yang sangat menarik. Saya ingin berkongsi siaran ini sebagai contoh untuk orang lain yang baru sahaja memasuki industri ini kerana nampaknya semua orang adalah pakar dan tahu dengan tepat apa yang mereka lakukan. Yang sebenarnya tidak begitu. Perjalanan saya tidak terlalu istimewa, tetapi melalui kolej saya fikir saya akan berakhir sama ada dalam bidang kewangan sebagai quant, atau di beberapa syarikat perisian gergasi di California (anda tahu yang satu), jadi beralih daripada pemahaman teori kepada tangan- peranan pembangunan dalam industri baharu yang penting seperti pengkomputeran kuantum telah menjadi satu kejutan. Dan banyak kerja keras. Dan peluang yang saya tidak akan sia-siakan untuk terus berkembang dan belajar serta dapat membantu orang lain berbuat demikian juga.
Pelukan komuniti pengkomputeran kuantum terhadap Julia menarik perhatian saya pada awal tahun ini. Walaupun Python kekal dominan, pakej kuantum Julia seperti Yao.jl dan QuantumOptics.jl menawarkan penyelesaian yang sangat elegan untuk reka bentuk litar kuantum. Sistem penghantaran berbilang bahasa terbukti amat berguna untuk mengendalikan pelaksanaan get kuantum yang berbeza. Walau bagaimanapun, keluk pembelajaran adalah curam - berasal dari Python, saya menghabiskan banyak malam untuk cuba memahami sistem jenis Julia dengan lebih baik. Laluan pembelajaran di laman Julia sendiri memang bagus.
Hubungan saya dengan Qiskit telah banyak berubah sejak tutorial pertama sebelum kemas kini 1.0. Saya masih menemui banyak sumber yang rosak kerana kemas kini itu tetapi sekurang-kurangnya sekarang saya tidak melihatnya hanya sebagai kotak hitam untuk pembinaan litar. Saya terpaksa belajar cara menggunakan keupayaan pengaturcaraan tahap nadi untuk kerja (walaupun "berhati-hati" mungkin lebih tepat daripada menjadi pakar dalam cara melakukan ini hari ke hari). Pemahaman yang lebih mendalam ini membantu saya memahami perkara yang dilakukan oleh pasukan saya apabila mereka mengoptimumkan strategi pengurangan ralat kami, terutamanya apabila menangani perbincangan silang pada peranti IBM. Peralihan daripada aliran kerja berasaskan Litar kepada Primitif dalam Qiskit mengambil pelarasan, tetapi akhirnya membawa kepada kod yang lebih boleh diselenggara.
Di luar tugas harian saya, saya dapat mengakses lebih banyak perkakasan IonQ dan Kuantinuum melalui Amazon Braket dan Microsoft Azure Quantum. Salah seorang mentor saya yang merupakan pengurus produk untuk syarikat kuantum mendorong saya untuk mencuba semua pelbagai panduan onboarsing kuantum yang saya dapati dan ia adalah idea yang bagus. Saya bimbang bahawa ia mungkin berasa seperti banyak laluan ringkas tetapi ia memaksa saya mencuba sistem baharu yang tidak akan saya gunakan. Sebagai contoh, perbezaan antara sistem superkonduktor dan ion terperangkap menjadi ketara dan bukannya teori. Saya mempelajari cara yang sukar bahawa algoritma berprestasi baik dalam simulasi sering memerlukan pengubahsuaian yang besar untuk perkakasan sebenar. Dan penandaarasan merentas platform menjadi sebahagian biasa aliran kerja saya, mengajar saya untuk berfikir dengan lebih kritis tentang ketersambungan qubit dan kesetiaan gerbang.
Satu lagi dorongan dari sudut mentor adalah untuk meneroka semua projek sumber terbuka yang berbeza. Saya sangat kagum dengan perpustakaan algoritma Classiq dan pelbagai bengkel serta hackathon serta usaha jangkauan mereka memudahkan untuk terlibat dan belajar dengan melakukan. Ia juga membuka mata saya kepada perwakilan perantaraan dalam sintesis litar kuantum. Pendekatan mereka terhadap pengoptimuman litar automatik mencabar pemahaman saya tentang kompilasi kuantum. Walaupun saya pada mulanya bergelut dengan lapisan abstraksi mereka, keupayaan untuk menjana litar sedar perkakasan merentas bahagian belakang yang berbeza terbukti tidak ternilai untuk projek kami. Saya juga perlu menyertai beberapa komuniti sumber terbuka baharu seperti Unitary Fund, yang walaupun saya tidak begitu bising sebagai sebahagian daripadanya, saya menghargai ia wujud dan saya boleh menyelami masuk dan keluar dan melihat perkara yang dibincangkan semua orang. Saya berharap dapat melibatkan diri lebih banyak pada tahun 2025.
Latihan Kuantum Azure Microsoft terbukti sangat berharga. Saya boleh melancarkan ini di bawah kategori di atas tetapi ini adalah kejutan sebenar bagi saya sebagai seseorang yang tidak menggunakan sebarang alat Microsoft sebaliknya. Yang saya tahu beberapa rakan yang lebih lama mendapati mengagumkan kerana mereka semua datang melalui generasi sebelumnya di mana Microsoft dominan. Di luar pengetahuan khusus platform, saya memperoleh pengalaman praktikal dengan Q# dan perwakilan perantaraan kuantum (QIR). Pendekatan berstruktur untuk pembetulan ralat dan penerokaan idea qubit topologi memberi saya asas yang lebih kukuh dalam prinsip pembetulan ralat kuantum. Juga satu set dokumentasi dan panduan pengguna yang sangat lancar.
Salah satu perkembangan yang paling memberangsangkan tahun ini ialah berhubung dengan lebih ramai wanita dalam pengkomputeran kuantum. Saya bukan berasal dari akademi sains jadi saya terbiasa dengan jumlah wanita dalam kejuruteraan perisian, jadi ini adalah satu kejutan yang menggembirakan. Saya melihat inspirasi hebat di mana-mana, seperti pasukan Qubit oleh Qubit, atau semua video Anastasia, atau dokumentari video hebat Hannah Fry untuk Bloomberg baru-baru ini. Selain itu, banyak rakan sekerja dan rakan sekerja yang memberi inspirasi yang saya akan kekalkan pautan awam! Tetapi terima kasih kepada mereka semua dan semua orang yang memudahkan untuk melibatkan diri dan mula bekerja.
Melihat Ke Hadapan
Semasa saya merenungkan perjalanan tahun ini, saya terpegun dengan betapa pesatnya bidang ini berkembang walaupun kita semua mengeluh bahawa ia mengambil masa yang lama. Jurang antara cadangan teori dan pelaksanaan praktikal terus mengecil, walaupun cabaran kejuruteraan yang ketara kekal. Bagi jurutera muda yang memasuki bidang ini, nasihat saya adalah untuk mengekalkan asas yang kukuh dalam kedua-dua algoritma klasik dan kuantum sambil kekal menyesuaikan diri dengan alat dan pendekatan baharu. Dan bersedia untuk menangani masalah besar untuk masa yang lama. Ganjaran dalam masa yang sama adalah berbaloi!
Atas ialah kandungan terperinci Apa yang saya pelajari dalam Pengkomputeran Kuantum tahun ini (sebagai Jurutera Muda). Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!