量子计算是未来，学校需要迎头赶上
量子世界中蕴含的巨大力量可能会很快颠覆现代计算机产业。量子计算机频频出现在新闻中，有关它们的理论基础研究甚至赢得了去年的诺贝尔奖。但你可能在物理课堂中很少听到它们。如果我们希望培养出一个技术素养高的人群，以及为这一新兴领域培养专业人才，这种情况就需要改变。什么是量子计算机？与你桌上的普通计算机不同，普通计算机将文字和数字编码为称为“比特”的1和0集合，而量子计算机则依赖于“量子比特”或称“量子位”，它们更具不确定性（这让爱因斯坦非常不悦）。与比特不同，量子比特为其1和0赋予权重，就像你定制加权骰子一样，这意味着你测量它们时会有一个概率分布。它们没有确定的数值，而是同时具有1和0的某些特性，直到你进行测量。量子算法在这些量子位上运行，理论上通过“掷这些加权骰子”进行计算，让概率相互干涉，从而提高找到理想解的可能性。最终的希望是，像分解巨大数字这样的数学运算，目前需要普通计算机上亿年才能完成，但量子计算机只需几天。这种新的计算方式能够解决经典处理器难以处理的难题，为从药物发现到人工智能等各个领域开辟新的疆域。然而，大多数物理课程并未向学生介绍量子现象，而是从基础的经典物理开始，例如滑轮上的绳子或斜面——尽管学生当然需要了解这些基础知识（牛顿和麦克斯韦的理论与薛定谔的猫同样重要），但我们也应该花时间将所学内容与最前沿的技术联系起来。这很重要，因为量子计算已不再是科学实验。IBM（我的雇主）、谷歌等工业界企业的技术演示已证明，有用的量子计算即将实现。然而，目前量子领域的人才仍然非常稀缺。一份2021年麦肯锡的报告预测，如果不采取行动，至少到本十年结束，人才短缺仍将严重，空缺职位与合格申请者的比率达3比1。该报告还估计，美国的量子人才库将远远落后于中国和欧洲。中国已宣布为量子研究投入了目前世界上最高的公共资金，超过欧盟国家投资的两倍，达到153亿美元，而欧盟仅为72亿美元，并且是中国政府投资的八倍。幸运的是，情况正在发生变化。大学正开始更早地向学生介绍曾经令人畏惧的量子力学课程。学生也通过非传统方式学习，比如YouTube频道或在线课程，并加入开源社区，开启他们的量子之旅。现在正是时候了，因为对具备量子技术的科学家、软件开发者甚至商科学生的市场需求正在激增。我们不能继续等待6年甚至更长时间，让每个学生都获得博士学位——这目前是该领域的常态。学校终于开始回应这一需求。例如，一些大学已开始提供非博士学位的量子计算项目。近年来，威斯康星大学和加州大学洛杉矶分校（UCLA）已分别欢迎首批量子信息硕士生进入为期一年的密集课程。UCLA最终招收的学生数量远超预期，说明了学生的需求。匹兹堡大学则采取了不同的策略，推出一个新的本科专业，将物理学与传统计算机科学结合，以满足对四年项目的需求，为学生准备就业或进一步深造。此外，俄亥俄州最近成为第一个在其K-12科学课程中加入量子培训的州。最后，教授们也开始在量子课程中引入实践性、以应用为导向的教学。全球的大学开始使用Qiskit、Cirq等开源量子编程框架来开设课程，让学生通过云端在真正的量子计算机上实验。有些人对这一举措表示质疑。我曾听过一些怀疑者提问：训练学生掌握一项尚未完全实现的技术是否合适？或者，过早地教学生量子物理，他们真的能从中获得什么？这些问题是合理的，但请考虑：量子不仅仅是技术，它更是一门研究领域，支撑着化学、生物学、工程学等多个学科；量子教育的价值远超计算领域。如果量子计算真的能取得突破——我相信会的——那么我们能有更多人理解它就更好了。正如美国国家量子协调办公室主任查尔斯·塔汉（Charles Tahan）曾对我说的那样，量子技术是未来，而量子计算教育就是STEM教育。并非所有学生最终都会直接进入量子行业，而这恰恰是好事。他们可能进入相关科学或工程领域，如光纤通信或网络安全，这些领域都可以从他们对量子的理解中受益，或者进入商业领域，在理解技术的基础上做出更好的决策。在我的工作中，我每天都会向学生讲解量子技术。我学到最关键的一点是：他们非常渴望学习。量子颠覆了我们对现实的认知。它吸引人们并留住他们，就像NASA和登月事件对天体物理学的吸引力一样。我们应该把握住能引起学生兴趣的元素，并据此设计我们的课程和项目。对于正在适应这一新兴量子时代的学校来说，核心信息很简单：不要低估你的学生。有些人一听到“量子”这个词就感到恐惧，担心自己无法理解。但我遇见过中学生和高中生，他们轻松地掌握了这些概念。如果我们用滑轮和滑块这些课程把量子学拦在门外，我们怎么能期望年轻人去学习它呢？大学应在课程中更早地引入量子信息内容，而K-12学校也不应害怕在早期阶段引入一些基本的量子概念。我们不应低估学生，而应信任他们，相信他们知道自己想学什么——这不仅对他们有益，对整个科学界也有益。如果我们稍有拖延，我们都将错失量子技术可能为我们的经济、科技和未来产业带来的巨大好处。本文为观点与分析文章，作者的观点未必代表《科学美国人》杂志的立场。
查看全文
作者最近更新
-
我们进化的历史可以教会我们人工智能的未来scientific
2023-11-11 -
“ChatGPT检测器”以前所未有的准确率识别人工智能生成的论文scientific2023-11-11
-
人工智能需要规则，但谁将拥有制定规则的权力？scientific2023-11-07
评论0条评论