برنامه نویسی برای کامپیوترهای کوانتومی: کدام زبان ها را باید یاد بگیرید؟
برنامه نویسی برای کامپیوترهای کوانتومی: کدام زبان ها را باید یاد بگیرید؟
در اینجا چند زبان به همراه منابع یادگیری ارزشمند برای مبتدیان
در حال حاضر در دنیای محاسبات اتفاق مهیجی در حال رخ دادن است. اگر پیشرفت های اخیر در حال انجام است ، واضح است که ما در حال حاضر از عصر محاسبات کوانتومی استقبال می کنیم. پیش بینی های متعدد نشان می دهد که ما طی یک دهه یا بیشتر به استفاده گسترده و کاملی از کامپیوترهای کوانتومی پی خواهیم برد.
در حال حاضر ، این یک خبر خوب است. رایانه های کوانتومی می توانند از رایانه های کلاسیک بسیار بزرگتر باشند. ما فقط می توانیم تغییرات باورنکردنی را که آنها با آن مواجه می شوند ، پیش بینی کنیم. با این حال ، نگرانی اصلی در این واقعیت نهفته است که کامپیوترهای کوانتومی تحت اصول متفاوتی از رایانه های کلاسیک عمل می کنند. یک اصل عجیب که اجازه می دهد ذرات در دو حالت مختلف به طور همزمان وجود داشته باشند. رایانه های کوانتومی از برهم نهی استفاده می کنند که به جای بیت از کیوبیت استفاده می کنند. یک بیت معمولاً 0 یا 1 است ، اما یک کیوبیت می تواند به طور همزمان 0 ، 1 یا هر دو باشد. سایر اصول مانند درهم تنیدگی و تداخل برای رایانه های کوانتومی مزیت قابل توجهی را ایجاد می کنند.
این انحراف عظیم از روش های رایج رایج به این معنی است که برنامه نویسان موجود باید بازی خود را برای موفقیت در حوزه کوانتومی افزایش دهند. در حال حاضر ، مواد آموزشی و یادگیری زیادی برای محاسبات کوانتومی در دسترس نیست. اکثر افراد در صنعت این س toال را دارند که باید روی کدام زبانها تمرکز کنند تا در عصر کوانتوم برتری داشته باشند.
چالش دیگر این است که تنها چند شرکت در حال حاضر دارای سخت افزار کوانتومی هستند. با این حال ، سیستم های محاسبات ابری این امکان را برای هرکسی که دارای رایانه مناسب است امکان یادگیری محاسبات کوانتومی را فراهم کرده است. و حدس بزنید ، کاملاً رایگان است. گوگل ، مایکروسافت ، IBM و D-wave همگی دسترسی به محاسبات کوانتومی مبتنی بر ابر را بدون هیچ هزینه ای ارائه می دهند. این یک فرصت طلایی برای هرکسی است که مایل است در محاسبات کوانتومی شرکت کند.
من این فرصت را داشتم که پلتفرم های آنها را بررسی کنم. باید بگویم که بر اساس دانش محدود من در زمینه برنامه نویسی ، کار با پلتفرم IBM ساده ترین است. می توانید از کمی شروع کنید تا در مدت زمان کوتاهی یک کامپیوتر کوانتومی را اجرا کنید.
بنابراین ، قبل از اینکه به منابع یادگیری بپردازیم ، بیایید چند زبان را بررسی کنیم که شما را در برنامه نویسی کوانتومی متخصص می کند.
1. پایتون
پایتون برای هر کسی که علاقه مند به برنامه نویسی است ، زبان اول ، ساده ، قابل استفاده و قابل استفاده باقی می ماند. حتی افرادی که تازه وارد نوشتن کد می شوند می توانند با آن کنار بیایند. به این ترتیب ، درک اصول پایتون در برنامه نویسی کوانتومی بسیار مفید است.
بنابراین ، برای کسانی که به دنبال یادگیری برنامه نویسی کوانتومی هستند ، پایتون مکان مناسبی برای شروع است. به دلیل محبوبیت ، منابع آموزشی زیادی در حال حاضر وجود دارد. پایتون برای مبتدیان برنامه ای مناسب برای درک مفاهیم اساسی علوم کامپیوتر است.
Qiskit
Qiskit کیت توسعه نرم افزار منبع باز (SDK) IBM برای کار با رایانه های کوانتومی است.
Qiskit با ارائه ابزارهای مورد نیاز برای تعامل با سیستم های کوانتومی و شبیه سازها ، توسعه برنامه های کوانتومی را آسان می کند. Qiskit استمناسب برای کاربران نهایی بدون تخصص کوانتومی. با چهار بسته Qiskit ، Aqua ، Terra ، Ignis و Aer ، می توانید از الگوریتم های سطح بالا تا پالس های سطح پایین کار کنید.
اگر یادگیری Qiskit را در نظر بگیرید ، دو گزینه در دسترس است. شما می توانید آن را به صورت محلی یا در ابر بدون نصب هیچ چیزی ، با استفاده از آزمایشگاه رایانه IBM اجرا کنید.
Cirq
Cirq کتابخانه نرم افزاری مبتنی بر پایتون گوگل برای نوشتن ، دستکاری و بهینه سازی کوانتوم است مدارها و سپس آنها را روی مدارهای کوانتومی و شبیه سازهای کوانتومی اجرا کنید.
از اوایل سال 2021 ، Cirq بر روی ارائه دسترسی به یکی از کامپیوترهای کوانتومی واقعی گوگل کار می کند. در این بین ، هنوز امکان ساخت الگوریتم ها و مدارها و آزمایش آنها بر روی شبیه ساز کوانتومی وجود دارد.
Google آموزش های ارزشمندی را ارائه می دهد که به مبتدیان کمک می کند تا با استفاده از Cirq از حالت صفر به سطح شبیه سازی کوانتومی حرکت کنند.
Ocean
نرم افزار Ocean مجموعه ای از ابزارهایی است که توسط D-Wave برای حل مشکلات سخت با کامپیوترهای کوانتومی ارائه شده است. این نرم افزار محاسبات مورد نیاز برای تبدیل مشکلات تصادفی را به شکلی که رایانه کوانتومی می تواند حل کند ، انجام می دهد.
سرویس حل کننده ترکیبی D-Wave می تواند مشکلات پیچیده تا 100000 متغیر را حل کند. برای اجرای کد بر روی شبیه سازها یا دستگاههای D-Wave می توانید Ocean را به پلتفرم D-Wave متصل کنید.
منابع یادگیری مهم
اگر به دنبال شروع محاسبات کوانتومی خود هستید در سفر ، در اینجا چند منبع مفید وجود دارد: ، کامپایلر Rigetti Quil و ماشین مجازی کوانتوم.
خدمات ابری آنها همچنین نقاط دسترسی به رایانه های کوانتومی را به کاربران ارائه می دهد.
ب) اسناد برای اقیانوس
مستندات for Ocean دانش آموزان را با مفاهیم اولیه نصب و استفاده از ابزارهای Ocean به روشی آسان آشنا می کند. SDK شامل بسته های متعددی است که برای برنامه نویسی کوانتومی عالی است.
ج) راهنمای کامل کاربر IBM Q
راهنمای کاربری کامل IBM Q به کاربران امکان می دهد مدلها و برنامه های کوانتومی با IBM Quantum بسازند آزمایشگاه ، یک رابط Jupyter بهینه شده برای Qiskit.
من این یکی را امتحان کرده ام و باور نکردنی است که چگونه می توان اولین مدار خود را در آزمایشگاه کوانتومی کدگذاری کرد.
د) جان پرسکیل نکاتی در مورد محاسبات کوانتومی
این منبع در بحث ارائه مفاهیم محاسبات کوانتومی بسیار مفصل است. قبل از بررسی اصول اولیه مدلهای محاسباتی کوانتومی ، دانش آموزان را با فیزیک پشت پدیده های شگفت انگیز کوانتومی آشنا می کند.
این کتاب برای افرادی که به دنبال دانش عمیق در زمینه برنامه نویسی کوانتومی هستند ، باید مطالعه شود.
ه) آموزشهای Qiskit
این منبع شامل مجموعه ای از آموزشهای Jupyter برای کسانی است که به دنبال استفاده از Qiskit برای نوشتن برنامه های محاسبات کوانتومی و اجرای آنها در شبیه سازهای کوانتومی آنلاین هستند. با توجه به این واقعیت که آنها از مشارکت های انجمن آنلاین برای بهبود کیفیت منابع استقبال می کنند ، به سرعت در حال رشد است.
صبر کنید ، چرا (دقیقاً) می خواهید برنامه نویسی کوانتومی را بیاموزید؟
خنده دار است که چگونه همه ما گرفتار دیوانگی محاسبات کوانتومی شده ایم ، اما حتی مطمئن نیستیم که کامپیوترهای کوانتومی چه کارهایی می توانند برای ما انجام دهند یا خواهند داد. اما این لذت همه چیز است ؛ وعده پتانسیل بی حد و حصر ، امکانات نامحدود و فرصتهای نامحدود.
آنچه که همه ما می توانیم بر روی آن توافق داشته باشیم این است که کسانی که دارای دانش محاسبات کوانتومی هستند از مزیت اولین حرکت پس از کامل شدن برخوردار خواهند شد. بنابراین ، فقط آنجا ننشینید. ببریداز این زمان برای لذت بردن از یادگیری فناوری فردا استفاده کنید.
