#量子##量子计算#

逸心

物理学等 2 个话题下的优秀答主

相关: 清华物理系本科生, 计算机辅修+选修部分计算机本系同学的专业课, 现在在 IQC (Home | Institute for Quantum Computing) 暑研, IQC 距离多伦多极近, 如果题主打算在多伦多大学附近找科研机会可能是最佳去处.

首先不比国内, 海外大学生发展要不受专业限制得多, 所以如果早早有科研打算, 直接去找相关科研机构的导师并且按照导师建议修学课程要比纠结于选什么系要靠谱.

想做量子比特实现的, 不论理论还是实验都毫无疑问是物理! 如果做理论第二选择是数学! 如果做实验第二选项可以考虑电子. 连学化学都比学计算机距离这行近.

想做量子算法的, 计算机在我看来也是第二选择, 第一选择是数学或者物理!

当然假如你发现有以量子信息为特色之一的项目的, 比如清华姚班这样的, 那是优先选择 (虽然做量子比特实现上来看未必比物理系对口, 另外姚期智本人本科也是先拿了物理 PhD 再转行的 CS)

在 IQC 当然也有一些计算机背景的学生/老师, 但相比物理是少数, 而且由于习惯的术语和符号有区别, 计算机背景如果没有恶补过物理, 在交流上受限很大.

解释一下为什么:

量子计算的研究如果对比电子计算机的话, 现在就好像还在找适合做电路的材料, 而且直到现在还没有任何优势足够说服大家的实现方向, 相当于做经典计算机人们甚至还在纠结应该用电子, 光子, 还是机械结构 (参考 Babbage 的分析机) 计算.

试想对于电子计算机来说 ENIAC 都还没发明的时候, 人们真的知道计算机软硬件工程上重要的是什么吗? 量子计算也一样, 现在要不从纯数学入手, 去做相当于当年图灵的可计算理论之类的事情, 要不就从物理入手去做硬件. 其他试图移植经典算法到量子体系的工作, 在 CS 方面是偏门, 在物理方面也不被认为是重要的工作.

在计算机专业一不小心就偏向于技术 (比如你一般都要学诸如操作系统，网络结构等大量基于现有技术的知识), 对于做量子计算除了虚无缥缈的启发思路外, 实在说不上有什么帮助. 最多在算法设计上也许对于做量子算法有思维能力的帮助. 至于算法知识积累就算了, 毕竟基于完全不同的计算体系, 可供借鉴的实在相当有限. 因此做量子算法很多时候还不如学数学对于能力锻炼来的好. 当然国外一些计算机系的培养方向会非常数学, 真的是计算机#科学# 而非计算机技术, 那情况会有所不同.

至于电子为什么在实验上优先级高, 则是因为几乎所有量子比特实现方案中都会依赖于对于光电信号的精细控制 (从微波到可见光附近的频段最为常见, 也恰恰是电子专业最拿手的领域之一), 有些方案甚至高度依赖于现在微纳电的工艺.

最后, 题主现在还没读本科呢, 如果并不确定是不是要做科研... 那还是去学 CS 吧, 毕竟钱多好找工作, 而科研这一行这些年人员过剩几乎是公认的...

编辑于 2015-07-27 02:17

qubit42

无意翻到这个六年前问的问题，因为不记得以前账号的密码所以又注册了个新的，真的相当感谢之前这些前辈的指教，虽然本科阶段研究兴趣还是在不同方向间纠结了挺久，但兜兜转转博士阶段还是选择了量子信息这个方向，具体来说现在在研究量子热力学比如量子制冷协议及其在光量子芯片上的模拟，然后也在研究簇态量子计算和热力学的关系，后面可能会研究一些关于不同复杂系统（导师对宏观尺度的纠缠有极大的兴趣）的entanglement witness。

时间过得真是快得一批，本科时候没去iqc暑研反而跟着本校量子中心director做了一年多科研，教授人很nice但上来就让我这科研小白自己找感兴趣的课题然后搞下去（黑人问号脸。无头苍蝇一样晃悠了一段时间，一开始对文小刚关于quantum matter和quantum information交叉的方向产生了兴趣，但发现学校没人搞这方面。然后不断找不同qi组的博士生唠嗑的时候无意知道了簇态这个概念，就被深深地吸引（现在想来也不知道为什么，可能只是单纯觉得cluster state这个词很酷），然后2年前的学术会议上见到了簇态量子计算的提出者之一Raussendorf，当时也是挺逗第一天在coffee break的时候顺手给他夹了几块菠萝然后就当场陶瓷了，接下去几天有事没事就和他请教，不过他自己倒是这些年研究重心放在了关于一些量子物态的算力问题之类的东西上。被一个朋友安利了Terry Rudolph，一个能同时在foundation（PBR定理）和应用方面做出杰出工作，大学毕业才知道自己是薛定谔孙子的男人，并一直在跟进着他的工作。也知道了O’Brien这个和rudolph一起宁愿放弃教职然后勇闯硅谷创立了psiquantum准备直接刚通用光量子计算的男人。当时他们还处于保密阶段，连architecture都不知道是啥，当这几个月看到他们提出的fusion based qc正正是rudolph 05年左右提出但因为当时技术限制而打入冷宫的协议和o brien在硅基量子计算领域积累的一大部分技术的完美结合的时候，我被震撼了，并且看了他们发的为数不多的两篇papers和听了o brien的讲解后我觉得他们这两年会发出一系列大工作，也觉得他们会是第一个做出通用量子计算机的公司（脑残粉思维，不喜勿喷）。本科科研过程中机缘巧合下读了好多现在导师的关于多体量子纠缠，量子热力学和簇态量子计算的文章（也可能是因为他在我感兴趣的方向都做出了不少好工作所以老是会见到他的名字），被他的taste和热情吸引，成为一个小迷弟，最终也算学术追星成功。

没刷到这个答案之前我都不记得自己提过这个问题，不知道又一个六年后会怎么样，希望还能留在这个领域吧。

编辑于 2021-10-20 03:29

匿名用户

多说两句. 加拿大的话, 最好的机构应该是 IQC@UWaterloo 和 IQST@UCalgary. 论规模前者甚至不输美国的绝大多数学校, Scott Aaronson 的 Quantum Computing since Democritus 最早就是他在 IQC 做 postdoc 的时候开的课, UWaterloo 相关的课程体系也几乎是世界上最全的(比如 QIC 系列). 而 Calgary 是 QIP 2016 的承办单位(QIP 应该是量子信息/量子计算规模最大的会议了).

毕竟, 有足够好的 supervisor 和足够好的 connection 比去读什么专业重要得多.

----------------------------------------------------------

量子计算与 CS 相关的 topic 很多啊, 又不是只有 Algorithm.

说深刻的东西的话, 计算复杂性这边一大堆. CS 导向的那些不算, Hamiltonian Complexity 这些和物理联系的深刻程度那不是一点半点. 去年 Simon Institute 相关的系列 Workshop 文小刚和祁晓亮都有 Talk. 还有 Quantum Game 和交互式证明系统与量子纠缠. 几乎触及的都是最 fundamental 的问题.

不那么深刻但是很有价值也有不少, 比如纠错编码或者量子线路综合. 后者现在几乎是个半工程问题. 再说 Algorithm 涉及的内容也不是那么 trivial, 虽然 Andrew Childs 这些人当年都是物理的 PhD, 但是现在不少都去 CS 这边当教授了.

但是话说回来本科读什么还是取决于学校, 以及自己的想法. 必要的背景需要找别的途径补上, 现在应该没有什么专业能提供基本足够的课程资源.

编辑于 2015-12-20 01:13

SYML Junes Caltech EE, MIT EECS

想不想做实验？如果想，那么请继续看----

光这两门不够，EE也要学---包括semiconductor physics, solid state physics，CMOS fabrication，Nanotechnology，冷原子相关最好也要学一学，如果有精力，VLSI，Digital，Analog都最好看一看。对，是的，EE最好全部学完。

光有物理和CS背景，对电路设计没有概念，肯定是不行的。另外，CS也不是只学theory的部分，computer engineering也得学，起码得对computing system有个概念，具体来讲，是指对构建计算机系统的若干个子模块的工作流有清晰的认识。

举几个例子----

1：现代冯诺依曼计算机的runtime行为是否清晰？

代码被编译成二进制文件后，怎么被加载进内存、然后被执行的？谁负责加载？放在内存？怎么放？放哪？放置的地址遵循什么layout格式？不同ring上还要保证用户态空间什么的，怎么保证？好了，现在已经被加载进内存，然后呢？然后一部分指令数据被load到cache里(怎么load？谁通知它load？)，然后通过流水线fetch进来，进入cpu core，decode，然后进入多级流水线pipleline的处理过程，中间可能会和memory打交道，write back之类的，这就涉及Tomasulo algorithm，具体来讲，即乱序执行超标量等处理器的整个Core上的处理流程。

正确充分理解这个过程，才能对现代冯诺依曼结构的计算机的基本工作流程有大体概念，这是一个computing system。

2：编译器

对"编译器"这样一个computing system来说，你怎么设计各种object之binary layout？怎么映射到特定架构的machine code?比如ia64和arrch64的机器码二进制编码格式是不一样的。输入输出是什么？整个前中后端的处理逻辑是怎样的？这也是一个computing system。

3：专用IP

比如NPU ASIC这样的专用IP，怎么设计整个computing system？数据的input and output，内部的处理逻辑等等怎么安排？circuit上的hot spot怎么profile？

4：有了computing system的概念，仿照上述思想，请问怎么设计一个quantum computer呢？这里就看出理解computing system的重要性。

哦，对了，工程上也要了解，比如做quantum sensing, quantum photonic, opomechanics之类的你要懂nanoscale fabrication那一套，一些制备操作经验要有。比如etching，stm，epitaxial deposition crystal growth，xrd，edx，wdx，xps，你上机操作过嘛？这些东西你知道是什么吗？

还有digital/analog design也要懂，VHDL/RTL design，FPGA programming，analog/RF circuit design, CMOS techniques，不懂这个你就没法设计基本电路实现功能。甚至连"Junction"都不知道是什么意思。比如一个最最最基本的analog问题：一个基本的PNP junction是怎么导通的？原理是什么？FIN FET是什么？怎么growing and characterizing piezoelectric material aluminum nitride？

物理，当然不用讲了。量子计算，量子力学，量子光学，四大力学，热力光电，这些东西学起来还是很舒服的，争取全部看完，量子光学是比较难的，非线性光学看情况决定要不要学。

同时，为了学会上述物理，必要的数学是不可或缺的：线性代数一定要好好学，泛函分析和群论，用的时候再学。其他数学看个人需求。

另：tcs里算法复杂度和图灵机理论要看一看

是的，你没看错，基本什么都得懂，物理，数学，计算机(EECS)。

编辑于 2022-01-17 19:06

瓜子脸帅哥Architect; Doctor on Quantum Computer Architecture.

我本科在电子系，专业方向是通信。硕士计算机，专业方向是计算机体系结构。这都是在国内读的。现在读博做量子计算，同时混迹于计算机工程和超导量子电路两个组。现在第一年，感觉刚入门，不轻松，但还算开心。

量子计算这个领域很大，不同的研究方向要求的专业技能会有较大的差别。 以前量子计算的发展过程中有两大热点方向，一个是制造量子比特、量子电路，另一个是研究量子算法。前一个方向是纯物理了，我现在物理组这边做电路控制相关的工作，结合我们小组和整个大组的氛围来说，感觉这边比较偏实验。需要有较好的物理功底。后一个方向相对来说不那么偏物理。理解了基本的物理概念之后，基于电路模型，研究怎样设计量子门来分解复杂的计算任务。感觉有较好的数学功底是有力的工具。

随着技术的发展，这两个方向之间的各个领域在被一步一步地填充起来，研究领域也多样化了。我就自己的了解说一下各个方向所要求的专业能力。本人所知有限，如有不对，还请指正。

量子计算理论基础：量子图灵机、量子计算模型等。第一个模型是量子图灵机模型。等价的模型有电路模型、绝热模型、量子漫步模型、基于测量的模型（最后一点我不确切）等等。这个偏数学和计算机科学。每种模型对应的量子计算机实现和量子算法都有很大的不同。D-wave是基于绝热模型的机器。而主要的研究方向是制造基于线路模型的通用量子计算机。

底层：量子电路的制造。

现在有很多种方式来实现量子比特，比较热的是离子阱、光子、超导、量子点，等等。其他的方向我不懂，超导这一块，如何提高量子比特的寿命和鲁棒性，如何完成量子计算的各种操作，如测量、量子门等，如何制造可扩展的量子电路是我们组的研究热点所在。实验过程中，感觉物理基础很重要，对相关的电路量子电动力学有较好的理解。我现在一点一点地学习量子力学，感觉还蛮有挑战的。

向上走：基于物理器件实现量子操作和简单量子算法。偏实验，要求物理基础。对算法有简单的理解即可。

向上走：量子纠错。量子纠错在量子计算中非常非常重要。可以这么说，量子纠错的实现方式将决定量子计算机的体系结构。这一块没有扎实的物理基础很难真正学懂。这一块数学也很重要，线性代数是基本的工具，群论很重要，希尔伯特空间是基本的定义域。量子纠错为可信、可靠的量子计算提供了基本的逻辑量子比特和量子操作。在这层以下都是偏物理的。

向上走：量子指令集。从这里开始就有些偏计算机了。这个暂时没有多少人研究。需要以计算机体系结构、微体系结构、编译器等作为基础知识。这些可以通过《计算机组成与设计》、《计算机体系结构》和《编译原理》等课程来学习。

再向上走：量子编程语言。这个纯计算机了。感觉这个研究领域的蛋糕没有其他领域那么大。

向上走：量子算法和量子应用。量子算法这一块很难，因为量子算法的设计和传统算法的设计方式完全不同。对数学要求比较高。我不知道将物理化学系统的模拟放在这一块是否合适。量子模拟需要对量子力学、原子模型等理解较深。现在听讲座，经常听到的就是如何进行哈密顿演化之类的，没有物理基础，我听得都疯了。感觉很重要。

宏观上：量子计算机体系结构。这一块比较偏计算机，也是我的研究方向。对物理的理解越深，当然是越好的。传统计算机体系结构有助于进行量子计算机体系结构的理解。

总结一下，如下知识会被高频使用到。

数学：微积分、线性代数、群论、概率论等。其实这些都是基础课程，在哪个系都是可以学习好的。

信息工程基础课：高级语言编程，电路原理、数字电路原理等等。编程是读大学的基本技能，可以根据实际需要学习具体语言，如C/C++, Python, Mathematica/Matlab等。只要你用得多，在哪里都可以掌握好。我看物理系的编程需求也是蛮强的。电路原理很有用。与物理系大多数的课程不同，这门课更多地从工程的角度来看待问题，关于如何利用简单高效的方法来求解实际问题。工程思维这点是工科与理科最大的不同了，这个只有在工科环境里多呆才能感受得到。工科思维也是挺让我大开眼界的，太TM有用了！

计算机：计算机组成与设计、计算机（微）体系结构、编译器、人工智能、硬件编程等。计算机（微）体系结构可以通过前面提到的几门课程来学习，这个要好好学。编译原理这样的课程，太计算机了，知道了具体原理就好，反正我是没学=.=。人工智能是机器学习的基础，会涉及很多的搜索算法，这是现在计算机应用的一个热点所在。（量子领域的Grover算法就是因为将搜索算法的效率从O(N)提高到了O(sqrt(N))，就奠定了量子算法基础的半边天。量子机器学习也是现在的一个研究热点。）硬件编程感觉会越来越多地出现在量子计算研究过程中。

物理：量子力学、量子电动力学。前导课程一大堆。啊，这个我真不是那么懂。请高人来指点。

总体来说，如果本科学习物理，打下了扎实的数学和物理基础的话，以后的选择性会更多样一些。因为计算机是比较偏工科的，有了数学基础就可以很好地跳过来。在物理系中学习需要将一定的经历投入到工科思维的培养中。但如果是先学计算机的话，再反过来学物理，就感觉不是那么容易。毕竟如果本科没有扎实的数学物理训练，研究生再来学习这些基础是比较痛苦的。但是这种长期工程思维的训练，有助于以后在量子计算机体系结构这一块开展研究。

涉及到工作的话，越是偏底层的研究，感觉越难找到工作，毕竟市场需求有限。而越是偏计算机，工作就越是好找。现在对计算机的人才需求是杠杠的。量子计算现在在一些高校（北美、欧洲）和大公司（IBM、google、微软、Intel、BBN等）比较火，以后找这个方向的工作相对来说比较偏向这些地方。国内量子通信搞得很牛逼，中科大是老大。量子计算刚起步，主要集中于高校，如中科大、清华、南京大学、国防科大等。

如有不对，还请指正。

编辑于 2015-12-04 23:44

​​

Summer Clover

谢邀。

个人感觉最无懈可击的背景是物理计算机双学位。

只能二选一的话，

从学术研究角度上来讲，还是物理背景更方便。

研究量子计算机，选物理。

研究量子算法，物理和CS都行。

物理背景也可以在更早地进入这个领域研究。

CS背景的话，需要补充的知识很多，这部分知识对于CS系的学生来说可能还比较消耗精力。

在这个领域发论文的计算机科学家很多，但是真正做出突破性贡献的似乎主要还是物理学家。

从找工作的角度来讲，选CS。

在你毕业前，量子计算机肯定还不能大规模商业化。

虽然研发向的quantum scientist/engineer也有一些公司在招人，但相比CS而言，容量太小了。

选CS也可以进入学术界。

发布于 2015-07-23 21:21

大北

物理，计算机自学比较容易

发布于 2015-12-20 13:36

​​

匿名用户

谢邀了。都可以。我都见过物理出身，计算机，电子工程出身搞量子计算的。如果你一心想搞量子计算，物理系比较好继续研究。其他的比较好找工作。

发布于 2015-07-10 16:16

​​

匿名用户

物理 物理 物理，我听见过有cs的prof吐槽另一些cs的prof物理底子不够就去搞量子计算

发布于 2015-07-23 22:28

​

匿名用户

UBC 有物理&计算机双学位。也可以考虑一下。

发布于 2015-12-19 19:01

​​

匿名用户

学电子。物理+计算机学到你哭泣

发布于 2018-06-13 14:50

​

徐老鼠

物理，计算机可以自学

发布于 2015-07-24 00:49

洪崇武

于 2021-06-25 13:20:19 发布

文章标签： 量子计算机本科应学什么专业

如果你的理想是做量子计算，我觉得本科最好是先进入物理系，因为计算机系基本上不讲量子力学，可能会耽误你的理想。

当然了，如果你能考到清华大学交叉信息研究院的本科班，那么很明显你会同时学习量子物理与计算机。但国内其他的大学，物理系与计算机系还没有深度融合，想同时学习这两个系的课程你需要自发去旁听课程。

下面，我说一下清华大学交叉信息研究院的本科班的核心课程。

1、计算机网络基础

2、大学英语

3、普通物理学

4、科学技术及创新应用

5、计算生物学

6、博弈论

7、高等计算机图形学

8、机器学习

9、计算机科学研究实践

10、密码学基础

11、分布式计算 (基础与系统)

12、操作系统

13、量子信息

14、网络科学

15、计算理论

16、算法设计

17、期计算机应用数学

18、计算机入门

从这些核心课程可以看出，这课表还是很丰富的，居然还有博弈论与计算生物学这样的看起来与量子计算不相关的课程。但是，总的来说，这个课表就是计算机与物理(数学)平行推进的。至于英语课程，那肯定是要学的。

在清华大学物理系，也有龙桂鲁研究组等在做量子计算，他们用的其中一个方法是核磁共振，这个就与计算机系学的课程没有什么联系了，所以如果做这个方向，那么很明显应该从物理系读本科开始。在清华大学还有用离子井做量子计算的金奇涣老师等，他们显然用的也是物理方法，都是一些激光与真空腔体什么的，这些全是物理的，而不是计算机系能学的东西。所以，从实际情况来看，大部分计算机系毕业的本科生都是没有做量子计算的基础的，为什么？因为传统的计算机与量子计算机根本就不是一回事，像中国科技大学上海研究院潘建伟院士研究组做的光量子计算机，那用的就是光学的方法，与传统计算机的二进制的电路方法完全不同。