有人提出量子計算機一出現，學計算機的人就會失業，大家怎麼看這種說法?

12-30

我想，這樣說的人應該認為量子計算機是學物理的人搞的，學計算機的搞不來，所以他才這麼說。這僅是個人看法，大家回答時可以忽略，也可以考慮。

事實上現在在做量子計算的人背景比例大概就是 Math/CS 和 Ph 一半一半(當然不是中國大陸的比例...). 當然, 具體方向上會有差別, 我簡單的分析下.

譬如說論及實驗相關的部分, 如量子器件, Ph 或者 EE 之類的人肯定會更多一點. 不過話這麼說也有問題, 上次就聽一科大的老師吐槽清華的 IIIS 搞實驗的那幫 PhD 們的背景 Math/CS 的居多...

但是論及計算複雜性或者演算法(我姑且再加上糾錯編碼)的話, Math/CS 背景的人大概會多上不少:

Alexei Kitaev: 是根紅苗正的物理學家;
John Watrous: 也是 CS 背景;
Peter Shor: 其實就是數學/CS 背景的;
Umesh Vazirani: 當然是 CS 背景, 導師和同門一堆 Turing Award;
Andrew Childs: 在 Caltech 的本科和在 MIT 的 PhD 讀的都是物理, 但是後來的教職都是 CS;
Aram Harrow: 本科和 PhD 都是物理, 本科畢設做的是量子線路綜合(Solovay Kitaev 定理);
Dorit Aharonov: 本科數學+物理, PhD 是 CS, Yakir Aharonov 是她家親戚;
Daniel Gottesman: 物理背景, Stabilizer Code 的提出者(一類基本的量子糾錯編碼);
Scott Aaronson: 本科有個 CS Major 和一個 Math Minor, PhD 算 CS 的;

這裡前面四位算是上一輩人(五六十歲)的情況, 後面五位算是正當年的這輩人的情況(三四十歲).

再看程序語言/軟體體系結構這邊的情況. 舉幾個熟悉的例子:

國內的應明生老師組是數學/CS 背景;
Quipper 的提出者之一(以及一系列量子線路綜合相關工作) Peter Selinger, 數學背景;
Aho Alfred 和 Krysta Svore 師徒, CS 背景;
Vadym Kliuchnikov, 新的量子線路綜合做法的主要提出者, 本科 Applied Math, PhD 是 CS;

加一句, 最後這位去年 PhD 剛畢業.

現在的情況呢, 大概是 Math/CS/Ph 裡面起碼有倆 Major (或者一個 Major 倆 Minor, 或者本科和 PhD 正好是兩個學科)的人變得更多了. 當然這只是學術界的情形, 目前零星的 startup 的招人需求巴不得招的人 Math/CS/Ph/EE 背景都有.

如果認為量子計算機出現, 等於高校/工業界購買數百 Qubit 的量子計算機(當然不是 DWave 的那種)不太困難的話. 我想這時候肯定有了進一步的封裝, 參考使用 Quipper 的要求[4](宿主語言是 Haskell, 需要了解基本的量子演算法), 至少是

熟練掌握函數式編程(或者多種編程範式)
必要的實際應用相關背景(比如說量子化學或者機器學習, 或者別的什麼東西)
上過至少一年量子計算課(很可能會用更多的對具體演算法設計技術的討論).

數學和物理的坑都在後面的部分, 很難說會用到什麼樣的數學工具(至少從現在來看, 用到群表示論之類的東西還算是比較正常的). 而且對於數學工具的需求更像是物理學家們的需求, 知道什麼時候該用什麼東西, 比完完整整的學會整個抽象理論更必要.

至於會失業么? 數學不好的那幫人, 我覺得這事是幹不了的. 我以為數學結構這種東西, 本來就是可以脫離具體事物的. 如果承認一些事實的話, 很可能並不需要很多物理. 比如說, 現在的量子計算複雜性就是這樣, 做複雜性那些人直接把量子 Turing 機看成了一種由量子力學產生的分布的概率 Turing 機. 對量子計算機的其他部分, 我猜測也會有類似的處理.

但是另一方面, 具體情景下的知識背景可能更重要. 比較近的一個例子是2012年 Vadym 提出的用代數工具做量子線路綜合[1], 事實上數學家們在2008年就有了類似的結論(Matsumoto Amano)[2], 但是他們並不知道, 以致於 Peter Selinger 重新整理了他們的證明並且指出他們給出了實際構造過程[3].

況且對於這些內容的討論, 不管是什麼出發點, 我們總是從找經典對應的類似物開始.

當我們討論 Turing 機或者布爾線路的時候, 我們通過考慮量子力學產生的分布來作為概率模型處理.
當我們討論實際物理體系的時候(比如 Hamilton 力學), 我們通過尋找 Poisson 括弧(一個正則變換不變數)的量子對應, 來討論對應的量子系統(正則量子化).

然後因為某些物理原因, 會有一些性質不再被允許. 比如 Quantum No-Cloning Theorem 使得線路中的 Fanout 在絕大多數情形不被允許. 我以為對於這樣的內容的處理而言, 我們只需要少量的物理, 剩下的不妨套用經典的東西. 當然, 對於沒有經典對應的那些, 恐怕只能直接來了, 不過這樣的東西所佔的比例就更小了.

前兩天還聽我校某位老師吐槽, 現在計算機的學生硬體相關的東西學的太少了. 更多的物理細節都扔給 EE 那幫人了. 隨著學科發展, 這樣的分離恐怕也是趨勢之一. 最初的那些人很可能有著後人企及的複合背景, 後來隨著理論的發展和教學意義上的簡化, 參與者多了, 但是真正理解整個體系的人反而更少了.

可從一些方面來看, 一些學科間的融合卻在發生. 比如: 10 位亞太學子獲得2012年「微軟學者」稱號

清華的那位祖充就是搞實驗的, Publications 和一般意義上我們認為的 CS 幾乎無關, 或許這樣的多學科融合本身就在發生.

計算機科學本身當然一直會在, 只不過內容會有所更迭, 如此而已.

Reference

[1] Kliuchnikov V, Maslov D, Mosca M. Fast and efficient exact synthesis of single-qubit unitaries generated by clifford and T gates[J]. Quantum Information Computation, 2013, 13(7-8): 607-630.

[2] Matsumoto K, Amano K. Representation of Quantum Circuits with Clifford and $ pi/8$ Gates[J]. arXiv preprint arXiv:0806.3834, 2008.

[3] Giles B, Selinger P. Remarks on Matsumoto and Amano"s normal form for single-qubit Clifford+ T operators[J]. arXiv preprint arXiv:1312.6584, 2013.

[4] Siddiqui S, Islam M J, Shehab O. Five Quantum Algorithms Using Quipper[J]. arXiv preprint arXiv:1406.4481, 2014.

利益相關就不說了，兩個學科我都是接觸過的。

首先目前的量子計算需要額外的電子學操縱方法，這意味著，脫離傳統微機結構，量子計算絕對運行不起來。
量子計算目前還不成熟，只有特定演算法才能用於量子電路的運算。若想像高級語言一樣編程，還差得遠。
不一樣的體系結構意味著人的控制方式不一樣，在至少幾十年的短期內，我認為控制量子計算機的人還不知道如何讓程序猿失業。
量子計算基於量子比特的相干疊加原理實現並行運算，而這意味著在目前大多數線性執行的任務裡面，量子計算並不會優於馮諾依曼結構的計算機。

最重要的一點，量子計算，現在各種物理形式的，好像也就能搞到20個量子比特，更何況還有退相干等作用在干擾著量子門電路的穩定性。沒看到64位計算機都出來了嗎？

竟然沒人鳥我，好桑心。算了，沒事再來刷刷存在感。

我就是做軟硬體來實現量子操控相關實驗的。以基於NV色心的固態量子計算系統為例，缺少了程序控制方波發生器來打激光脈衝激化色心、調製微波操控量子態，處理相關的光子計數並分析從而進行進一步實驗，你這量子計算系統都不用玩了。

當然後期如果量子計算機發展到了高級層次，出現了量子編程語言，那就是另一碼事了。十年？不行吧。。

我仔細想了下……

工業自動化機械的出現和發展確實導致了很多產業工人的失業，但是從來沒有導致工程技術人員的大量失業，反而增加了這方面的就業需求。

量子計算機就算出現了也會是類似的情況吧。

在非線性任務領域，顛覆是唯一的主題。

不再是基於圖靈的邏輯運算，不再是Step by setp，現有的圖靈體系計算資源，可能會苟延殘喘很長時間，但已經跟不上時代的腳步了。作為以二十年資深程序員自得，擁有超過二十五年代碼人生的我三年前就開始充滿緊迫感，擔心沒有資格在墓碑上鐫刻「這裡埋著一隻程序老猿」，而這是我的夙願和執念。只能是努力跟蹤學習計算最前沿，至少，能在離開你們這個宇宙之前，用彼時最時髦的語言，寫出「hello world!」，來作為哥們兒「到此一游」的註腳。

本來悄悄評論在某位不以為然的老兄回答下，還是挪出來，對量子計算，千萬不要輕視。切記不要輕視。一丟丟都不能輕視。

粗略瞄了一眼，不知道你們為何如此樂觀。底層、編譯和計算原理都不同了，照著現在的面向對象么？你面對的是完全不同的技術體系。前端的同事影響或許小一些，做底層的，做演算法的，做體系設計框架設計的，甚至做產品設計的，你們面對的是全新計算世界，是對現有技術體系的徹底顛覆。用戶會掀桌子的，誰特么還用老掉牙慢死牛的「應用程序」啊？！你這老頭兒看著挺像只人猿的，不過，尚能碼否？

大概是你是認為量子計算機的出現是這樣：

你選擇了一張卡片

你解鎖了這張卡片

你獲得了［技能：量子計算機］

你使用了［技能：量子計算機］

你的技能［計算機］升級到［量子計算機］了！

你對百度使用了技能［量子計算機］，百度的計算機和演算法進化了！百度的計算機和演算法變成了量子計算機和量子演算法！

（最後這個模仿的《重裝機兵》，好懷念）

說句題外話，題主不會是uestc的吧。如果是的話，同學，雖然我是計院的，但是我仍然想說，好好學好大物，有用的。

關於量子計算機，我仍然覺得，最後發明出通用量子計算機的還是熟練量子力學概率論等課程的計算機科學家。所以說，當真的量子計算機出現的時候，計算機科學家一定不會失業，也許cs專業的會多一門或幾門很難的物理課。

可能在一些具體演算法的runtime上面會有不同，但是現在是一個編程越來越抽象的時代，能接觸底層的大概就是只有操作系統和編譯器的工作，所以可等在短期對編程的影響沒有那麼大。但是也難否定一些量子演算法裡面反直覺的思路可以對編程範式造成一定的影響。但是無論如何對CS的衝擊最大往往都是來自數學上面的突破，所以物理層面的影響一般都有限。最後遐想一下，會不會有一種「面向概率」的思想出現........

底層封裝之後毫無壓力

個人認為傳統計算機和量子計算機就像筷子和勺子的關係。

我們一直在用筷子吃麵條，但是面對喝湯問題的時候很無力。

而勺子喝湯快很多，但是吃面不如麵條。

筷子勺子都要有啊

我以前也被這麼騙過，但認真想一下根本不可能。量子計算機從真正研發成功到普及所需要的時間本身就是一個很長的周期了，就算量子計算機真的普及了這中間會有很長的過渡期的，再者說來現在程序員這麼多，這樣大範圍的失業造成的影響那得多大，所以根本不可能，什麼東西都是一步步來的，只存在轉型適應而不可能失業，上面提到的底層封裝也是很好的方法。

量子計算機出來就可以理解人類行為了？還是有人要做AI吧，還是有人要做自然語言處理吧，還是要程序員一層層封裝底層給題主這種菜鳥用吧。

一出現怎麼會失業，肯定是普及之後才失業

swift出來後，原來用objective-c的失業了嗎？倒不如說swift出來後那群用objective-c的才有新事情可以做。

量子計算機類型的程序猿培訓也需要周期，有新鮮血液的注入，也可以是傳統程序猿的再學習

我喜歡那個面向概率的腦洞，哈哈哈。可能死機了，也可能沒死機。

是不是量子通信一實現，我們這些通信狗也沒活路了？Orz

鬧騰，乖乖站好寫協議棧去。