为什么数据科学家应该关注量子计算

Source: Towards Data Science

在《作者聚焦》系列中，TDS 编辑与社区成员聊聊他们在数据科学和人工智能领域的职业路径、写作以及灵感来源。今天，我们很高兴与大家分享我们与 Sara A. Metwalli 的对话。

Sara 是 Quantum Software Lab 的量子计算研究员，研究机器学习与量子系统的交叉以及如何为量子计算机编写软件。她撰写量子主题的文章，注重清晰、现实，并区分炒作与真正可行的技术。Sara 还热爱健身、阅读、写作和探索世界。她曾居住在埃及、日本、美国，如今生活在苏格兰。

当我们五年前上次与你交谈时 — 在我们的第一篇作者聚焦中 — 你当时正处于日本博士项目的早期阶段。你最近在忙什么？

感觉自上一次作者聚焦已经过去很久了！我在 2019 年开始为 TDS 撰稿。当时正准备开始我的博士学业，并于 2020 年正式入学，2024 年顺利毕业。必须承认，给 TDS 写作帮助我度过了 COVID 期间作为博士生的孤独感。

我在 2024 年中期搬到美国，刚完成论文答辩后，先担任了六个月的外展与教育协调员，随后回到学术界进行为期一年的博士后研究。去年十月，我终于搬到了苏格兰。

在过去的五年里，自那次问答之后，我们见证了大型语言模型（LLM）和代理等创新的出现。日常 AI 工具的兴起如何影响了你的工作——以及整体生活？

LLM 的流行程度提升改变了世界，也不仅仅是我的生活。作为主要在学术界的人，我一直在阅读相关论文并与从事这些技术的研究人员交流。我与他们合作，讨论他们的想法。我总是觉得有趣的是，研究会在实验室之外自行发展——研究人员往往不知道一项技术在所有人都能使用后会被如何使用。

生成式 AI 的突如其来的爆炸式流行让我更加意识到在研究发展过程中就分享成果的重要性，而不是等它成熟后才发布。

我确实相信 LLM 可以让很多人的生活更轻松，但它们也可能被滥用而造成伤害。在个人层面、职业层面以及社区层面找到平衡，是任何新兴技术在初期都必须面对的挑战。

您对量子技术的兴趣早在该领域在过去几年开始产生热议之前就已经萌芽。最初是什么吸引您进入这个领域的？

我的量子技术兴趣大约始于 2018 年！当时我在攻读硕士学位，并担任量子物理课程的助教。我非常喜欢这门课，教授也把我以前从未理解的概念讲得透彻。

当我考虑攻读博士时，量子计算领域才刚刚起步：IBM 宣布将其设备公开并发布了 Qiskit。这让人感到兴奋、复杂且富有挑战（这三点是我对任何领域的吸引点）。它拥有数学、潜力以及编程。我询问当时合作的教授是否认识愿意接收没有量子背景的博士生的导师，令我惊讶的是，他确实认识。于是他介绍给我的人最终成为了我的博士导师。

我热爱软件和数学，而量子技术将这两者结合，并具备巨大的应用前景。如今，我是苏格兰爱丁堡大学量子软件实验室的研究员，致力于数据科学与量子计算的桥接工作，以及量子机器学习和量子计算的应用研究。

您过去一年或两年在 TDS 上的公开写作几乎全部转向量子。为什么数据和机器学习专业人士学习这项技术很重要？

由于“量子”已经成为流行词，关于它的错误信息也大量出现。作为该领域的一员，我厌恶看到人们被虚假信息误导。我确实看到了量子的潜力，也看到了它发展之快。我认为它之所以能如此迅速进步，关键在于学术界之外的人的参与。我相信数据科学家对量子计算的发展至关重要，而量子计算有可能改变我们对数据科学和机器学习的思考方式。

我个人认为数据科学家应该关注量子计算，因为他们已经在从事的许多核心任务（例如优化、抽样以及大规模线性代数）正是量子算法旨在加速或以不同方式处理的问题。量子方法，如量子近似优化算法（QAOA）和量子机器学习，可能在模型训练、复杂仿真以及不确定性下的决策等领域提升性能。

现实情况是，当前的硬件仍然受限，但从长远来看，其影响可能会重塑我们解决困难数据问题的方式。因此，这不仅是为下一次技术大跃进做好准备的机会，也是参与塑造该技术的机会。

在 ChatGPT、Gemini 等时代，作为公开作者的体验如何？是什么激励你如今写作？

那是个好问题！我热爱生成式 AI；它展示了我们人类在技术上的进步。但归根结底，它是一台机器；它是寻找模式的算法：没有灵魂，没有经验。

我仍然写作并阅读我喜欢的作者的文章，因为教学或知识传递是人类的事。[ChatGPT can give you the basics].

How do we know if a text is AI‑generated? – 关于辨别 AI 生成内容的有用阅读。

• 想了解 Sara 的工作并及时获取她的最新文章，可在 Towards Data Science (TDS) 关注她。