POIT #191: Quantum computing (informatyka kwantowa)

Witam w sto dziewięćdziesiątym pierwszym odcinku podcastu „Porozmawiajmy o IT”. Tematem dzisiejszej rozmowy jest quantum computing czyli informatyka kwantowa.

Dziś moim gościem jest dr Marcin Płodzień – fizyk teoretyk. Obecnie pracuje w Instytucie Nauk Fotonicznych w Barcelonie, gdzie zajmuje sie teorią symulatorów kwantowych i ich zastosowaniu w technologiach kwantowych, np. metrologii kwantowej.
Drugim obszarem jego zainteresowań badawczych jest wykorzystanie uczenia maszynowego w zagadnieniach z dziedziny mechaniki kwantowej. Z zamiłowania miłośnik sztuk walk, które trenuje od ponad 15 lat: posiadacz czarnego pasa w aikido, oraz purpurowego pasa w brazylijskim jiu-jitsu. Niegdyś zapalony gitarzysta bluesowy.

W tym odcinku o informatyce kwantowej rozmawiamy w następujących kontekstach:

  • czym jest Informatyka Kwantowa i czym są komputery kwantowe?
  • czym są bramki kwantowe?
  • algorytmy kwantowe
  • Machine Learning and Quantum Computing, czyli Quantum Machine Learning
  • jak obecnie rozwija się ta dziedzina wiedzy?
  • jak specjaliście IT patrzą na informatykę kwantową?
  • jak zacząć swoją przygodę z quantum computing?

AWS Migration Roadshow

Wszystko, co musisz wiedzieć, zanim zmigrujesz firmę do chmury 31.03.2023 r. w Warszawie | Zarejestruj się: https://www.chaosgears.com/pl/aws-migration-roadshow

Subskrypcja podcastu:

Linki:

Wsparcie na Patronite:

Wierzę, że dobro wraca i że zawsze znajdą się osoby w bliższym lub dalszym gronie, którym przydaje się to co robię i które zechcą mnie wesprzeć w misji poszerzania horyzontów ludzi z branży IT.

Patronite to tak platforma, na której możesz wspierać twórców internetowych w ich działalności. Mnie możesz wesprzeć kwotą już od 5 zł miesięcznie. Chciałbym oddelegować kilka rzeczy, które wykonuję przy każdym podcaście a zaoszczędzony czas wykorzystać na przygotowanie jeszcze lepszych treści dla Ciebie. Sam jestem patronem kilku twórców internetowych i widzę, że taka pomoc daje dużą satysfakcję obu stronom.

👉Mój profil znajdziesz pod adresem: patronite.pl/porozmawiajmyoit

Pozostańmy w kontakcie:

 

Muzyka użyta w podcaście: „Endless Inspiration” Alex Stoner (posłuchaj)

Transkrypcja podcastu

To jest 191. odcinek podcastu Porozmawiajmy o IT, w którym z moim gościem rozmawiam o informatyce kwantowej, czyli quantum computing. Przypominam, że w poprzednim odcinku rozmawiałem o tym, jak przekonać CEO, że cyberbezpieczeństwo jest ważne. Wszystkie linki oraz transkrypcję dzisiejszej rozmowy znajdziesz pod adresem porozmawiajmyoit.pl/191

 

Ocena lub recenzja podcastu w Twojej aplikacji jest bardzo cenna, więc nie zapomnij poświęcić na to kilku minut. Od niedawna można wystawiać oceny podcastom w Spotify. Będzie mi bardzo miło, jeśli w ten sposób odwdzięczysz się za treści, które dla Ciebie tworzę. Dziękuję.

Przypominam o zbliżającym się AWS Migration Roadshow – spotkaniu poświęconemu migracji do chmury, organizowanemu przez firmę Chaos Gears i AWS Polska. Celem eventu jest dzielenie się praktyczną wiedzą i doświadczeniami przez ekspertów z branży. CTO Chaos Gears i eksperci AWS opowiedzą o tym, jak przygotować się do migracji, aby przebiegała bezpiecznie i bez zakłóceń, a przede wszystkim przyniosła oczekiwane efekty biznesowe.

Gość specjalny: Mikołaj Barwicki z Bravura Solutions – firmy, która dostarcza oprogramowanie dla gigantów branży finansowej, takich jak JP Morgan, BNP Paribas czy Fidelity – bez lukrowania rzeczywistości opowie o blaskach i cieniach migracji do chmury.

Udział w AWS Migration Roadshow jest bezpłatny, wystarczy się zarejestrować. Link tradycyjnie znajdziesz w opisie tego odcinka. Nie zwlekaj! Event odbędzie się już 31 marca w Warszawie, w klimatycznych wnętrzach Muzeum Wódki Polskiej na terenie Centrum Praskiego Koneser. Zapraszam!

Zastanawiasz się nad zmianą pracy, ale gdy przeglądasz oferty na popularnych stronach, to nie jesteś przekonany, czy młody, dynamiczny zespół oraz owocowe środy są dla Ciebie? Na szczęście jest solid.jobs – portal z ofertami pracy dla ludzi, którzy chcą wiedzieć, ile będą zarabiać, z jakimi technologiami i nad jakim projektem będą pracować. Solidne oferty pracy znajdziesz na solid.jobs.

Ja się nazywam Krzysztof Kempiński, a moją misją jest poszerzanie horyzontów ludzi z branży IT. Środkiem do tego jest między innymi ten podcast. Wspierając mnie przez Patronite, dzieląc się tym odcinkiem w swoim kręgu lub feedbackiem na jego temat ze mną, pomagasz w realizacji tej misji. A teraz życzę Ci już miłego słuchania!

Odpalamy!

 

Cześć! Mój dzisiejszy gość to fizyk teoretyk, obecnie pracuje w Instytucie Nauk Fotonicznych w Barcelonie, gdzie zajmuje się teorią symulatorów kwantowych i ich zastosowaniu w technologiach kwantowych, m.in. w metrologii kwantowej. Drugim obszarem jego zainteresowań badawczych jest wykorzystanie uczenia maszynowego w zagadnieniach z dziedziny mechaniki kwantowej. Miłośnik sztuk walk, które trenuje od ponad 15 lat, posiadacz czarnego pasa w aikido oraz purpurowego pasa w brazylijskim ju-jitsu. Niegdyś zapalony gitarzysta bluesowy. Moim i Waszym gościem jest dr Marcin Płodzień.

Cześć, Marcin! Bardzo miło mi gościć Cię w podcaście.

 

Cześć! Dziękuję za zaproszenie. Bardzo mi miło być Twoim gościem.

 

Cieszę się bardzo. Dzisiaj będę rozmawiał z Marcinem o informatyce kwantowej (quantum computing), czyli takim, powiedzmy, teoretycznym, ale i praktycznym zastosowaniu i dziedzinie technologii, która od kilku lat wymieniana jest w grupie tych topowych trendów technologicznych na przyszłość. U jednych budzi obawy, u innych ciekawość. Marcina natomiast dzisiaj poproszę, żeby wyjaśnił podstawy tych zagadnień i opowiedział o tym, czego możemy się już dzisiaj spodziewać po informatyce kwantowej i jakie są rokowania na przyszłość w tej dziedzinie.

Zanim jednak do tego przejdziemy, to chciałbym Cię, Marcin, zapytać, czy słuchasz podcastów. Jeśli tak, to jakich najchętniej?

 

Słucha podcastów, najczęściej tych dotyczących bieżących wydarzeń na świecie. Moje dwa ulubione to Raport o stanie świata oraz Dział zagraniczny.

 

Super, dzięki za te rekomendacje. Ja po raz pierwszy z terminem informatyka kwantowa i quantom computing miałem styk ok. 5–6 lat temu na pewnej konferencji informatycznej, gdzie zupełnie przypadkowo wylądowałem na prelekcji, zaciekawiony samym tym terminem. I muszę przyznać, że to było dla mnie takie trochę odkrywcze, poznałem coś, o czym wcześniej nie miałem żadnego pojęcia.

Dlatego chciałbym Cię na początku zapytać, czym jest informatyka kwantowa, czym są komputery kwantowe i dlaczego tutaj w ogóle mówimy o informatyce kwantowej, czyli takim może innym wydaniu tej klasycznej informatyki.

 

Komputery kwantowe, informatyka kwantowa, obliczenia kwantowe to są dość modne dzisiaj terminy i jesteśmy w takim dość ciekawym momencie rozwoju nauki i technologii, że te koncepty, które sięgają lat 80., zaczynają mieć swoje fizyczne realizacje. Są to małe kroki, niemniej zbliżamy się powoli ku komputerom kwantowym, o których każdy pewnie w głowie sobie myśli, że to jest jakaś taka maszyna, która robi wszystko to samo, tylko że kwantowo.

To jest oczywiście takim troszkę uproszczeniem, niemniej według najlepszej definicji komputerów kwantowych są to maszyny obliczeniowe, które w swoim działaniu oparte są o zasady mechaniki kwantowej. I wyjaśnimy w kolejnych punktach, nie mniej to jest najbardziej fair powiedzenie, że jest komputerem kwantowym. Jest to po prostu maszyna, która dokonuje obliczeń kwantowych.

Ale żeby powiedzieć, czym komputery kwantowe są dzisiaj i co rozumiemy pod pojęciem komputerów kwantowych, warto sięgnąć do historii, która miała miejsce w latach 80., kiedy noblista Richard Feynman w jednym swoim wystąpieniu i później w publikacjach zadał takie pytanie: Jak bardzo dokładnie możemy symulować naturę, która jest opisana mechaniką kwantową na takich drobnych skalach na zwykłych komputerach klasycznych.

I konkluzja Feynmana jest taka, że jeżeli chcemy naprawdę zbadać naturę na skalach kwantowych, potrzebujemy komputera kwantowego. To nadal brzmi jak mało maślane, ale problem jest taki, że badanie w skali kwantowej bardzo małych odległości układów fizycznych jest bardzo trudne pod względem złożoności obliczeniowej dla zwykłych komputerów klasycznych. Potrzebujemy bardzo dużo pamięci, mocy obliczeniowych. Zazwyczaj jest taka skala, którą sobie można zobaczyć, ile potrafimy na klasycznym komputerze symulować układów, które nazywamy spinami.

Spinem można sobie nazwać układ, który ma dwa stany – góra i dół – oraz jego super pozycję, do tego dojdziemy. I na zwykłym komputerze możemy w pełni zrozumieć dynamikę układu dla 10 spinów, może 15. Ale to, co w przyrodzie występuje, to są tysiące lub miliony spinów. I tego już nie jesteśmy w stanie zrobić, bo to się skaluje jak 2 do potęgi liczby spinów. Dlatego to był pomysł Feynmana, że należy stworzyć maszyny, które są inherentnie kwantowe.

 

Komputery kwantowe, informatyka kwantowa, obliczenia kwantowe to są dość modne dzisiaj terminy i jesteśmy w takim dość ciekawym momencie rozwoju nauki i technologii, że te koncepty, które sięgają lat 80., zaczynają mieć swoje fizyczne realizacje. Są to małe kroki, niemniej zbliżamy się powoli ku komputerom kwantowym, o których każdy pewnie w głowie sobie myśli, że to jest jakaś taka maszyna, która robi wszystko to samo, tylko że kwantowo.

 

Ci ze słuchaczy, którzy mieli okazję studiować informatykę, z pewnością pamiętają takie wykłady dotyczące bramek logicznych jako takiej podstawy, na której opiera się budowę komputera, czy w ogóle elektroniki. 

I w takim tradycyjnym wydaniu są to oczywiście te klasyczne bramki logiczne, które są elementem składowym układów scalonych, oczywiście w wielkich ilościach. W przypadku informatyki kwantowej też mamy do czynienia z bramkami, ale już nieco innymi i można powiedzieć, że nawet ze znacznie większą ich liczbą niż w przypadku tym klasycznym. 

Pamiętam też właśnie z tego wykładu, o którym wspomniałem, że ta osoba, która opowiadała o informatyce kwantowej, rozpoczęła od bramek kwantowych. Chciałbym Cię, Marcin, poprosić, żebyś wprowadził nas w ten temat.

 

Zacznijmy od tego, czym jest klasyczny bit. Jest to podstawowa jednostka informacji w informatyce, niemniej o bicie można pomyśleć jak o układzie, który ma dwa stany. Stan 0 oraz stan 1.I dany bit może być tylko w jednym z tych dwóch stanów; albo w 0, albo w 1. Podczas rozwoju mechaniki kwantowej i fizyki atomowej ludzie zdali sobie sprawę, że bardzo podobną strukturę mają np. atomy, kiedy możemy sobie powiedzieć, że elektron jest na jednej powłoce oraz może być na drugiej powłoce elektronowej. I stwierdzono, że jeżeli potraktujemy dolną powłokę jako stan 0, a górną powłokę jako stan 1, to mamy dwa dostępne stany i to wygląda trochę jak taki klasyczny bit.

Więc w zasadzie każdy układ fizyczny, w którym mamy dwa wyszczególnione stany, można nazwać bitem. Dodatkowo dochodzą do tego właściwości natury, jakie są na tym poziomie mikroskopowym, czyli to, że elektron na tych wspomnianych powłokach może być też w superpozycji, tzn. że może być jednocześnie z jakimś prawdopodobieństwem na stanie dolnym oraz jednocześnie z jakimś prawdopodobieństwem na stanie górnym.

I taki stan kwantowy jest też właściwym stanem dla układu, to jest fizyczna właściwość, nie nasz trik matematyczny; tak naprawdę natura działa, tak jest. 

Więc idąc tą analogią, można powiedzieć, że Qbit jest to układ o dwóch poziomach, tak jak zwykły bit, z tym że dostępne stale są dużo bardziej bogate, ponieważ oprócz stanu 0 i stanu 1 mamy też stany, które są superpozycją 0 i 1. 

I to jest w zasadzie fundament działania bramek kwantowych. Bramki kwantowe są to takie bramki, które potrafią operować na Qbitach z wykorzystaniem ich właściwości superpozycji. I to rodzi nowe możliwości dla informatyki, dla komputerów kwantowych, ponieważ wykorzystanie tej superpozycji w algorytmach kwantowych pozwala przyspieszyć wiele algorytmów, które w żargonie nazywa się NP hard, czyli nie są skalowalne wielomianowo z ilością Qbitów, tylko są skalowane eksponencjalnie.

I to był koniec lat 80., początek lat 90., kiedy powstały pierwsze algorytmy kwantowe, np. najbardziej znany algorytm Shora lub algorytm Grovera, które pokazały, że wykorzystanie superpozycji i splątania pozwala zmniejszyć złożoność obliczeniową wielu algorytmów, np. z eksponencjalnej złożoności do wielomianowej.

I to było taki  pierwszy moment mówiący, że należy inwestować i badać potencjalne zastosowania mechaniki kwantowej w informatyce, ponieważ pozwala to rozwiązywać problemy, które są obecnie nierozwiązywalne, czego przykładem jest łamanie algorytmu RSA, który jest dzisiaj standardem, jeśli chodzi o kryptografię, a opiera się tak naprawdę na znalezieniu dwóch liczb pierwszych, które pomnożone przez siebie, tworzą nam klucz. 

I odwrócenie tego procesu, czyli podział dużej liczby na dwie liczby pierwsze jest bardzo trudne, algorytm Shora potrafi to zrobić w czasie wielomianowym, czyli w czasie, który tak naprawdę zagraża bezpieczeństwu tym algorytmom.

 

Do tego jeszcze z pewnością będę chciał wrócić, ale myślę, że to, co powiedziałeś, w dużym stopniu uzasadnia, dlaczego w ogóle mówimy o informatyce kwantowej, czyli o czymś nieco odmiennym albo bazującym na innych podstawach niż ta klasyczna, binarna informatyka – tutaj mówimy o czymś tak podstawowym, jak inny rodzaj bitu – nie wiem, czy tak to można nazwać, natomiast bitu, który może występować w większej ilości stanów (w bardzo dużym uproszczeniu) i też o innych typach bramek logicznych, które w tym przypadku operują na Qbitach. 

To jest ta podstawa, ale tak jak powiedziałeś, wykorzystując te mechanizmy, możemy opracować algorytmy, które też działają w inny sposób i dają inne możliwości.

Myślę sobie, że oczywiście bramki logiczne czy te takie fizyczne wręcz aspekty informatyki kwantowej są ważne i istotne, ale to, co gdzieś tam rozpala naszą wyobraźnię, to są właśnie te algorytmy kwantowe, które dają też ciekawe możliwości. I o te algorytmy chciałbym Cię właśnie teraz zapytać.

 

Myślę, że należałoby uczciwie powiedzieć, że na chwilę obecną i algorytmy i komputery kwantowe nie zamierzają zastąpić naszych zwykłych pecetów czy laptopów. Są to bardzo specyficzne zagadnienia, które algorytmy kwantowe starają się rozwiązać. I to są zagadnienia zazwyczaj z natury optymalizacyjnej. 

Klasyczne problemy optymalizacyjne są istotne ze względów zastosowań, jak i badawczych samych w sobie. Klasycznym problemem jest np. problem podróżującego komiwojażera, żeby znaleźć najkrótszą drogę, gdzie odwiedzamy wszystkie miasta, lub jakiś sposób przecięcia grafu, który jest optymalny.

Okazuje się, że w naszej codzienności wiele problemów można sprowadzić do problemów natury optymalizacyjnej. Więc mamy jakiś problem, np. wielkie hurtownie Amazona, że chcemy znaleźć optymalną drogę dla robota, który znajdzie nam i w najkrótszym możliwym czasie skompletuje całe zamówienie, można sprowadzić bardzo fundamentalnie do zagadnień optymalizacyjnych, które są MG Hard. Czyli bardzo trudne i skalują się bardzo szybko np. z ilością punktów do odwiedzenia. I to jest taki punkt startowy.

I teraz, komputery kwantowe u swojego działania – ich metodologia jest oparta na takim wnioskowaniu: Mamy jakiś problem, np. optymalizacyjny; i spróbujmy go zdefiniować w języku mechaniki kwantowej, na zasadzie – jeżeli mamy problem komiwojażera, odnalezienia kolejnego punktu, gdzie byliśmy wcześniej, tak, żeby była cała droga optymalna, to powiedzmy sobie tak: niech każdy z punktów będzie jednym Qbitem. To jest pierwszy krok.

Teraz, drogi między różnymi Qbitami nazywamy oddziaływaniami między nimi i szukamy takiego połączenia tych Qbitów, aby energia takiego układu była minimalna. I okazuje się, że postawienie pytania w ten sposób i znalezienie minimalnej energii dla takiego układu kwantowo-mechanicznego jest rozwiązaniem problemu klasycznego. 

Więc ujmując temat szeroko, algorytmy kwantowe bardzo często polegają na przedefiniowaniu problemu klasycznego na problem mechaniki kwantowej, który jest ujęty np. w językach energii układu, i staramy się znaleźć takie rozwiązanie, które minimalizuje nam tę energię. I na podstawie tego dostajemy rozwiązanie naszego problemu klasycznego. I cały trik polega na tym, że natura co do zasady zawsze stara się dążyć do swojej najniższej energii.

Więc komputery kwantowe niejako są oparte na tym, że kodujemy nasz problem w układzie fizycznym; układ fizyczny sam naturalnie stara się dojść do swojego stanu podstawowego i na podstawie tego stanu, który zastajemy na końcu – tych obliczeń kwantowych, ewolucji układu, możemy uzyskać nasze rozwiązanie do problemu, które zdefiniowaliśmy na początku.

Dlatego gdybym miał powiedzieć, jak działa komputer kwantowy, to właśnie w taki sam sposób; że staramy się zminimalizować energię jakiegoś problemu.

Myślę, że należałoby uczciwie powiedzieć, że na chwilę obecną i algorytmy i komputery kwantowe nie zamierzają zastąpić naszych zwykłych pecetów czy laptopów. Są to bardzo specyficzne zagadnienia, które algorytmy kwantowe starają się rozwiązać. I to są zagadnienia zazwyczaj z natury optymalizacyjnej. 

 

Wspomniałeś tutaj o algorytmie Shora jako o jednym z najbardziej znanych. Myślę, że dojdziemy jeszcze do tego, jak to się może wiązać z kryptografią, powiedzmy, natomiast czy są jeszcze jakieś inne, znane, powszechnie używane algorytmy bazujące na informatyce kwantowej, o których warto wspomnieć?

 

Na chwilę obecną najbardziej znanymi algorytmami są algorytm Shora oraz algorytm Grovera. Ten pierwszy dotyczy rozkładu liczb na czynniki pierwsze, a algorytm Grovera zajmuje się wyszukiwaniem rekordów w bazach danych.

I te algorytmy co do swojego działania są relatywnie proste. Ich działanie jest proste, jeżeli mamy dostęp do danego zestawu bramek kwantowych. Problem w zastosowaniu tych algorytmów dziś jest taki, że nie jesteśmy w stanie zawsze skonstruować wszystkich dostępnych bramek kwantowych, których byśmy potrzebowali.

Czyli bramki kwantowe są realizowane na różnych platformach, różnych układach fizycznych. Mamy np. Qbity, bramki kwantowe oparte o układy fotoniczne itd. lub o tzw. atomy rydbergowskie i w każdej z tych platform możemy zrobić inny rodzaj bramek. To oznacza, że mamy ograniczenia do wykonania pewnych algorytmów, bo bramki nie są dostępne akurat na tej platformie, której potrzebujemy dla algorytmu Shora , a do algorytmu Govera możemy zrobić bramki na innej platformie, ale tam z kolei brakuje innych bramek. 

I te dwa algorytmy są najbardziej znanymi i one będą takimi kamieniami milowymi, jeżeli będziemy potrafili je zaimplementować efektywnie na dużej liczbie Qbitów. Ale algorytmem, który obecnie jest wykorzystywany na komputerach kwantowych z tzw. NISQ era – NISQ oznacza Noisy Intermediate… Noisy Quantum Computers i są to komputery, które nie są tym, czego oczekujemy w przyszłości, czyli skalowalne i odporne na szumy, ale są to takie kilku Qbitowe procesory kwantowe1, na których możemy wykonywać pewne algorytmy.

I takim algorytmem jest algorytm QAOA (od: Quantum Aprocsimed Optimisation Alghorithm). I to jest właśnie algorytm, który pozwala znaleźć rozwiązanie do problemów optymalizacyjnych. W taki sposób jak np. problem wycięcia fragmentu z grafu. I te algorytmy już są implementowane na bramkach kwantowych, na kilkupunktowych układach i jest to dziś bardzo aktywny obszar działań. Do zastosowania w biznesie jeszcze jest długa droga, niemniej pierwsze kroki, które są proof on principle, pokazujące, że tak naprawdę to jest możliwe, są już zrobione.

Więc nie jesteśmy tak bardzo daleko od otrzymania tych głównych wyników informatyki kwantowej, jakby można było sobie pomyśleć jeszcze 5 czy 10 lat temu. Naprawdę został zrobiony ogromny postęp.

 

Jeśli komuś się wydawało, że to są mocno zaawansowane i bardzo odmienne tematy od tego, z czym mamy do czynienia na co dzień, to niech teraz usiądzie, bo wejdziemy na jeszcze wyższy poziom, mianowicie chciałbym Cię, Marcin, zapytać o też element Twojej specjalizacji, czyli połączenie machine learningu i quantum computingu w postaci quantum machine learning. Czymże jest ta dziedzina, czym różni się od tradycyjnego machine learningu, jakie są jej zastosowania?

 

Czym jest machine learning, to w zasadzie dzisiaj każdy wie. Generalnie jest to zbiór algorytmów i metod, które pozwalają nam znaleźć model, co jest bardzo ogólnym pojęciem, ale znaleźć algorytm, maszynę, która dobrze zajmuje się pewnym bardzo specyficznym zbiorem zadań. Zawsze tutaj można podać przykład sieci neuronowej, która zajmuje się rozpoznawaniem psów i kotów. 

Więc tworzymy sobie sieć neuronową, trenujemy ją na dostępnym zestawie danych, żeby rozpoznawała nam na zdjęciach psy bądź koty i tak wytrenowany model jest w pewnym sensie naszym gotowym programem, który możemy później używać do rozpoznawania psów i kotów na innych dowolnych zdjęciach, które wcześniej nie były w zbiorze danych treningowych. To jest taka jakby podstawa działania sieci neuronowych w najprostszym ujęciu.

I tutaj kluczowym elementem jest trenowanie sieci, czyli dobór wag na podstawie dostarczanych informacji, czyli tych rzeczonych zdjęć. Więc powiedzieliśmy sobie teraz, czym jest machine learning i możemy przejść do komputerów kwantowych.

Możemy sobie wyobrazić, że nasz obwód kwantowy, który składa się z kilku Qbitów, powiedzmy 10 Qbitów, składa się z zestawu bramek kwantowych. I eksperymentatorzy są w stanie przygotować te bramki w taki sposób, że one zależą od pewnych parametrów eksperymentalnych. Najprościej rzecz ujmując, taka bramka zależy od kąta. Jest to po prostu liczba od 0 do 2 Pi, która jest przystrajana. W eksperymencie ludzie potrafią sobie wybrać dowolny ten kąt. Czyli zamiast jednej bramki kwantowej mamy bramkę, która zależy od parametrów.

To dość przypomina strukturę sieci neuronowej, w tym rozumieniu, że to goła taka sieć i zależy od jakichś zestawów parametrów. I quantum machine learning jest dziedziną, w której wykorzystuje się możliwości obwodów kwantowych, które zależą od jakichś parametrów z tymi klasycznymi metodami optymalizacji, trenowania sieci neuronowych, które znamy z dzisiejszych tutoriali na e-media itd. Czyli że możemy sobie wytrenować sieć do rozpoznawania psów i kotów. 

I ludzie wpadli na pomysł: połączmy obwody kwantowe, trenowalne, czyli takie, gdzie te kąty bramek kwantowych można sobie dobierać z takimi klasycznymi algorytmami optymalizacyjnymi, służącymi do rozpoznawania psów i kotów.

I w ten sposób właśnie powstały Variational Quantum Circuit, czyli wariacyjne obwody kwantowe. I poprzez znalezienie optymalnych wag, czyli tych kątów, można rozwiązywać dane zagadnienie. Tutaj bardzo znanym przykładem jest rozpoznawanie cyfr odręcznie pisanych, to jest zbiór danych treningowych. I można sobie robić symulator rozpoznawania cyfr 0 i 1, co jest trywialnym zagadnieniem, wykorzystując obwody kwantowe. 

Czyli zasada jest dokładnie taka sama. Nasz obwód kwantowy traktujemy jako sieć neuronową, wkładamy do niej dane. W jaki sposób je zapisujemy? Możemy np. wartość pixela, jego intensywność zapisać jako wartość Qbitu.

Przepuszczamy dane przez obwód kwantowy, optymalizujemy wagi w klasyczny sposób, który znamy z machine learning i po wytrenowaniu jesteśmy w stanie odczytać na końcu obwodu kwantowego, czy dane zdjęcie było zdjęciem zera bądź jedynki. 

To tak w najprostszym ujęciu obrazuje, w jaki sposób quantum machine learning wchodzi dziś na salony. Czyli to jest połączenie trenowalnych obwodów kwantowych z klasycznymi algorytmami.

 

Więc tworzymy sobie sieć neuronową, trenujemy ją na dostępnym zestawie danych, żeby rozpoznawała nam na zdjęciach psy bądź koty i tak wytrenowany model jest w pewnym sensie naszym gotowym programem, który możemy później używać do rozpoznawania psów i kotów na innych dowolnych zdjęciach, które wcześniej nie były w zbiorze danych treningowych. To jest taka jakby podstawa działania sieci neuronowych w najprostszym ujęciu.

 

Tutaj, myślę, że możemy przejść do ogólnego rozwoju tej dziedziny wiedzy. Tak jak mówiłem na początku, od co najmniej kilku lat mówi się o tym, że informatyka kwantowa, quantum computing, jest tym trendem, który będzie kształtował przyszłość. 

Ile w tym jest hype’u i base wordu, ile tutaj faktycznie ma to swoje uzasadnienie w badaniach naukowych i praktyce, to oczywiście z tym oczywiście różnie bywa, niemniej jednak dziedzina się rozwija, chociażby w postaci machine learningu opartego o informatykę kwantową, o której przed chwilą powiedziałeś.

Porozmawiajmy chwilkę o tym, jak wygląda rozwój tej dziedziny, zarówno pod względem naukowym, jak i takim praktycznym, bo to oczywiście musi iść a parze, chociażby związany z inwestycjami dużych graczy technologicznych, którzy prześcigają się z informacjami o tym, jak bardzo złożony komputer kwantowy udało im się uzyskać.

 

To jest bardzo ciekawe zagadnienie, ponieważ można powiedzieć, że na chwilę obecną mamy pewnego rodzaju wyścig zbrojeń między prywatnymi firmami. Bo każdy z tych wielkich graczy chce być pierwszy w uzyskaniu tzw. Quantum Advantage, czyli Quantum Supremacy, czyli pokazania, że ich komputer kwantowy jest w stanie rozwiązać problem, który nie jest dostępny metodami klasycznymi.

I ile tam jest hype’u, a ile rzeczywistych wyników? Myślę, że wyników rzeczywistych jest bardzo dużo i unikałbym słowa pusty hype, bo to tak nie jest, ale tym samym, jeżeli się nie jest osobą, która zajmuje się tym na co dzień, można odnieść wrażenie, że ten komputer kwantowy już jest i na nas czeka. To też nie jest prawdą. Jesteśmy gdzieś pomiędzy.

Na poziomie problemów technologicznych czy naukowych wszystkie platformy mają ten sam problem. Stany kwantowe, które są wytwarzane w komputerach kwantowych, mają relatywnie krótki czas życia. Oznacza to, że te komputery kwantowe nie ś bardzo mocno skołowane, bo im większy układ, im więcej Qbitów, tym bardziej on oddziałuje z otoczeniem i to powoduje, że własności kwantowe zanikają. Po prostu szumy zabijają nam nasze możliwości obliczeniowe.

I to, co się dzieje na poziomie badawczym w eksperymencie, to jest próba znalezienia platform, czyli układów fizycznych, które nam realizują te bramki z największym tzw. fidelity. Fidelity jest to liczba od 0 do 1. Jeżeli fidelity jest 1, to znaczy, że mamy perfekcyjną bramkę kwantową, która jest niewrażliwa na szumy. Więc jest duży wysiłek badawczy w kierunku tworzenia dobrych i efektywnych bramek.

Drugą stroną są takie kierunki badań związane z tym, w jaki sposób dokonywać kodów i algorytmów kwantowych, które są odporne na te szumy. Czyli staramy się sobie pomóc i to jest tzw. kwantowa korekcja błędów i to jest duża druga dziedzina pracy badawczej, gdzie ludzi starają się wymyślić sposób, dzięki któremu komputery są odporne na błędy.

Najlepszym przykładem jest znany też z klasycznej informatyki problem bit flipu. Czyli jeżeli mamy jeden bit z informacją 0 bądź 1 i przesuwamy go jakimś kanałem do odbiorcy, może się w wyniki szumu pojawić sytuacja, że 0 jest zamienione na 1 lub na odwrót. Wtedy ta informacja, którą przesyłaliśmy, jest zgubiona. I klasycznym przykładem jest powtórzenie ciągu 0 np. 10 razy, czyli zamiast jednego 0, przesuwamy ich 10 i wtedy, jeżeli dokonamy jednego bit flipu przez przypadek, to odbiorca nadal widzi: dobrze, mamy 9 zer na 10 wszystkich informacji, więc najpewniej było zero.

Podobną zasadę działania ma kwantowa korekcja błędów, gdzie stany kwantowe są przesyłane w taki sposób. Więc znów takie problemy badawcze, fundamentalne i one są po stronie akademii, ale obecnie jest bardzo dużo inwestycji od strony biznesowej, gdzie np. takie firmy jak BMW nawiązują współpracę z Amazonem, aby przy pomocy komputerów kwantowych rozwiązywać jakieś problemy optymalizacyjne w ich fabrykach. 

To jest akurat informacja sprzed kilku tygodni, gdzie byłem na seminarium właśnie osoby, która pracuje w Amazonie we współpracy z BWM i próbuje rozwiązać problem, w jaki sposób zoptymalizować pracę ramienia robota, aby smarował jakieś części karoserii. To jest bardzo złożony problem na poziomie obliczeniowym i wykorzystują do tego dostępne komputery kwantowe kilkunastu Qbitowe.

Więc ten biznes widzi, że jest bardzo dużo możliwości zarobku lub oszczędności przy wykorzystaniu technologii kwantowych, dlatego bardzo chętnie w to wchodzą. I to też widać w powstających startupach na całym świecie, z których niektóre oferują dostęp do komputerów kwantowych i gdzie są rozwiązania oparte o algorytmy kwantowe.

Oznacza to, że przychodzi klient, mówi, jaki ma problem, i taka firma stara się znaleźć rozwiązanie oparte o algorytmy kwantowe i później, już we współpracy z wielkimi graczami mogą np. wykupić sobie dostęp do komputerów kwantowych na dany czas rozwiązania problemu i to działa w taki sposób, outsource’ingowy trochę.

Więc biznes naprawdę jest już mocno w tym świecie komputerów kwantowych, informatyki kwantowej i to oznacza ni mniej, ni więcej, że potrzeba bardzo dużo rąk do pracy – ludzi z IT, którzy potrafią pisać zoptymalizowany kod, którzy potrafią porozumieć się pomiędzy biznesem i akademią. Więc to otwiera bardzo dużo nowych możliwości na chwilę obecną.

 

Właśnie, tych zastosowań zaczyna przybywać i takim też ciekawym, o którym słyszałem już jakiś czas temu, jest komputer kwantowy as a servise. Kiedy nie musimy mieć fizycznie tego urządzenia, które jest duże, wymaga dużych energii, chłodzenia itd., bo niektóre duże firmy technologiczne dają możliwość wręcz korzystania z tych komputerów, które znajdują się u nich, jako taką usługę. To też jest dosyć ciekawe zastosowanie.

 

Naprawdę każde entuzjasta i hobbysta dziś ma dostęp do kilku Qbitowych komputerów kwantowych, powiedzmy wzorów kwantowych, żeby być bardziej precyzyjnym, dostępnych na platformie IBM. Możemy zalogować się, założyć sobie konto na IBM Quantum Experience i tam mamy dostęp do bardzo ładnego interfejsu, w którym możemy sobie zbudować swój własny obwód kwantowy metodą drag and drop, czyli mamy trochę jak pięciolinię, taki zeszyt, w którym każda linia odpowiada jednemu Qbitowi i możemy sobie przerzucać bramki kwantowe jako takie kwadraciki dostępne z palety bramek. 

Możemy sobie taki algorytm zasymulować, czyli wykonać go, ale w sposób klasyczny, symulując go na zwykłym komputerze, ale jesteśmy też w stanie wysłać taki task do fizycznego pliku kilku Qbitowego układu.

Więc ten quantum as a servise naprawdę jest dostępny dziś dla każdego. Oczywiście nie oferuje to każdemu możliwości biznesowych, bo tych kilka prób nie rozwiązuje żadnego problemu, nie mniej mamy do tego dostęp.

I właśnie w taki sam sposób działa Amazon Braket. Czyli Amazon ma swój quantum computing as a servise i oni oferują przez swoją platformę dostęp do zewnętrznych komputerów. Czy to IBM-a, czy Google’a. Więc tak, to dzisiaj jest już rzeczywistość technologiczna.

 

Niesamowite. A z Twoich obserwacji, jaki jest stosunek osób, które zajmują się tą tradycyjną informatyką do zagadnień computingu? Czy to jest obawa, o której mówiliśmy na początku, może jakieś zainteresowanie, a może po prostu zupełnie brakuje jeszcze wiedzy na ten temat?

 

Myślę, że wiedzy nie brakuje, ponieważ oni są głodni wiedzy i chętnie po nią sięgają, jest dużo dostępnych materiałów, bardzo dobrych wykładów na YouTube i tutoriali, więc ta wiedza jest i ludzie są nią zainteresowani, chętnie korzystają z tych materiałów. 

Więc świat IT jest zaciekawiony, ludzie są bardzo otwarci. Nie spojrzałem się z obawami tego typu, że zabiorą nam pracę. Raczej ludzie widzą w tym nowe możliwości. To jest bardzo dobre, ponieważ tak naprawdę potrzeba współpracy pomiędzy akademią i ludźmi w biznesie. Właśnie to doświadczenie w biznesie, w dewelopowaniu kodu i dużych projektów jest nieodzowne. Potrzebujemy ludzi, którzy potrafią pisać duży kod, potrafią go trzymać razem w kupie i ten match pomiędzy biznesem i akademią jest coraz większy, i to jest bardzo fajne.

 

A gdzie według Ciebie są takie największe braki na ten moment? Czy to jest jeszcze ta kwestia teoretyczna, akademicka, żeby zbudować odpowiednie fundamenty, czy też może potrzeba nam po prostu wydajnego sprzętu, komputera, a może właśnie ten wkład programistyczny jest tutaj niezwykle istotny? Na tym etapie, na którym jesteśmy oczywiście.

 

Dla osoby, która jest programistą od iluś tam lat i chciałby wejść w świat quantum computing, na chwilę obecną nie wydaje mi się, żeby od takiej osoby pracodawca oczekiwał doktoratu z mechaniki kwantowej i tych rzeczy. Bardziej się oczekuje chęci do uczenia się. Jeżeli te chęci są, to w zasadzie nie ma już żadnych przeszkód, żeby móc w to wejść. 

I trzeba też powiedzieć sobie jasno, że nikt nie oczekuje od osoby, która przechodzi z klasycznego IT do, powiedzmy, quantum IT, cokolwiek to znaczy, nikt nie oczekuje, że ta osoba będzie rozwiązywała problemy akademickie, dotyczące kwantowej korekcji błędów bądź szumów w bramkach kwantowych. Jest bardzo wiele zagadnień, które wymagają hard skill setu, jeśli chodzi o programistów, czyli np. rozwijanie bibliotek. 

I to jest bardzo dobry przykład, jak duzi gracze, np. Google bądź IBM i jeszcze taka firma Xanadu, która jest z Kanady, z Toronto, oferują zestaw bibliotek numerycznych, które służą do symulowania obwodów kwantowych na komputerach. Są napisane w Pythonie, a jednocześnie jest połączenie API do backendu, który pozwala się połączyć z tym komputerem kwantowym. To już jest zupełnie poza użytkownikiem. 

I potrzeba programistów, którzy potrafią tego typu rzeczy napisać, czyli zaprojektować bibliotekę samą w sobie, żeby ona miała ręce i nogi, żeby była skalowalna, zaprogramować to połączenie z backendem, czyli cała obsługa portów, w ogóle połączenie się przez internet do tych komputerów gdzieś tam daleko za oceanem. Więc zagadnień dla ludzi IT jest ogrom. 

A jeśli chodzi o samą mechanikę kwantową, to nie uważam, że to jest nie do przeskoczenia. Naprawdę można po to sięgnąć i starać się zrozumieć na tyle, na ile jest to potrzebne.

 

Oczywiście. Myślę sobie, że dla osób z IT jest to też ciekawa możliwość wyróżnienia się. Zaangażowanie się w tego typu projekty zdecydowanie będzie jakimś wyróżnikiem, na rynku pracy chociażby.

 

Tak, trzeba powiedzieć, że IBM oferuje taką możliwość funkcjonowania w środowisku swojej biblioteki. Można brać udział w rozwoju różnych fragmentów kodu, brać udział w hackatonach IBM-owych. Wydaje mi się, że kilka innych dużych firm, które oferują biblioteki do symulacji obwodów kwantowych, również ma takie hackatony . I tak naprawdę, jeżeli ktoś ma ochotę w to wejść, to jest taka możliwość.

To mi przypomina dosyć platformę Clouder do machine learningu. Ogłaszane są jakieś konkursy, specyfika tych zadań jest oczywiście inna, niemniej to tak działa. Duża firma czy duży gracz oferuje jakiś konkurs, którego rozwiązanie ma być wykorzystane przy użyciu ich biblioteki i tym samym oni trochę budują swoje środowisko, jeśli chodzi o dostęp do biblioteki itd., a jednocześnie ludzie z zewnątrz mogą zdobywać doświadczenie i wydaje mi się, że IBM nawet wydaje certyfikaty dla ludzi, którzy brali udział w tego typu hackathon.

Więc ten świat jest bardzo dynamiczny, wiele się dzieje i naprawdę nie ma żadnych barier wykluczających, że ktoś np. nie jest po doktoracie z fizyki bądź z chemii czy studiach magisterskich, czy licencjacie nie może w to wejść. Środowisko jest bardzo otwarte dla każdego.

 

No właśnie, co polecałbyś takim osobom, które zainteresowały się tą tematyką, słuchając Twojej wypowiedzi, myślą, że to jest coś, co mogłoby je w jakiś sposób rozwinąć, a być może być takim wyróżnikiem w przyszłości na rynku pracy? OD czego rozpocząć tę edukację w tym kierunku i jak ćwiczyć te umiejętności w praktyce – bo myślę, że to jest niezwykle istotne – nie mając komputera kwantowego u siebie w pokoju?

 

Myślę, że najlepiej w Google’a wpisać sobie quantom computing tutorial, tam pojawią się na pewno tutoriale dostępne na tych kilku dużych bibliotekach i platformach. Dla IBM biblioteka nazywa się Qiskit , od Google biblioteka nazywa się Cirq, TensorFlow oferuje swoją bibliotekę, która nazywa się Quantum, to też jest od Google, i jeszcze jest biblioteka Penny Lane od Xanadu Sturd.

Można sobie po prostu wejść na te strony, założyć sobie konto i naprawdę od 0 wchodzić w tą tematykę, patrząc sobie krok po kroku, czym jest bramka kwantowa, jak ona działa tak naprawdę na poziomie matematycznym.

Bo chciałbym jeszcze powiedzieć, że na poziomie matematyki te komputery kwantowe i informatyka kwantowa to jest 99% taka algebra liniowa. To jest coś, co każdy na studiach technicznych bądź przyrodniczych miał na pierwszym semestrze. To jest mnożenie macierzy, mnożenie macierzy przez wektor, to są naprawdę bardzo fundamentalne rzeczy. I każdy ma do tego dostęp i krok po kroku można sobie wygooglać wiedzę.

Ale w zasadzie już jakiś czas temu zastanawiałem się, jaka jest perspektywa ludzi po stronie IT na te komputery kwantowe, bo jaj jej nie mam. Może Ty mógłbyś mi powiedzieć, jak Wy to widzicie od strony poznawczej. Czy dla Was jest to jakaś taka bariera albo od razu założenie, że to jest za trudne, czy jak to jest?

 

Bo chciałbym jeszcze powiedzieć, że na poziomie matematyki te komputery kwantowe i informatyka kwantowa to jest 99% taka algebra liniowa. To jest coś, co każdy na studiach technicznych bądź przyrodniczych miał na pierwszym semestrze. To jest mnożenie macierzy, mnożenie macierzy przez wektor, to są naprawdę bardzo fundamentalne rzeczy. I każdy ma do tego dostęp i krok po kroku można sobie wygooglać wiedzę.

 

Tak, myślę, że wiele osób ma takie założenie, że to faktycznie wiąże się z mocną wiedzą z fizyki i że tutaj może być ta bariera. Wydaje mi się, że brak jeszcze też jest wiedzy mimo wszystko, takiej wiesz, dostępnej dosyć szeroko. 

Bo co prawda powiedziałeś, że te materiały są dostępne, że można np. tutoriale na YouTube sobie wyszukać, ale jak popatrzysz np. na podcasty, na blogi, na różnego typu kanały Youtube’owe, tam ten temat oczywiście się pojawia gdzieś w kontekście trendów technologicznych, najczęściej się o tym mówi na przełomie roku albo gdy któryś z dużych graczy technologicznych ogłosi, że oto tutaj kolejny Qbit dołożył do swojej puli, natomiast później już mało się o tym mówi. 

A taki brak informacji, brak wiedzy oczywiście powoduje, że się boimy czegoś, co jest nam nieznane, w jakiś sposób nieoczywiste. 

Myślę sobie, że to, co się dzieje wokoło w AI i w machine learningu gdzieś tam ukradło tę uwagę jako wiodący trend technologiczny i myślę, że na to ludzie bardziej patrzą, plus chmura niż np. na quantum computing właśnie.

 

Rozumiem. To jest bardzo ciekawe, co mówisz, bo zdałem sobie sprawę, że nadmiar materiałów i dostępnej wiedzy w internecie jest tożsame z brakiem wiedzy. Ponieważ kiedy osoba chce wejść w temat, wpisze sobie w wyszukiwarkę quatum computing for layman i jest tyle tego, że trudno zdecydować, w co włożyć ręce. Więc to jest trochę tak, jakby tej wiedzy nie było, bo ona i tak nie przechodzi do ludzi, rozumiem.

Z mojej strony mogę powiedzieć, że gdyby któryś ze słuchaczy był zainteresowany i chciał w to wejść, zapraszam do kontaktu. Ostatnio miałem przyjemność prowadzić wykład dla studentów na uniwersytecie w Barcelonie, właśnie z uczenia maszynowego, klasycznego i kwantowego. I zrobiłem coś, co było, myślę, z dużym pożytkiem dla studentów, dla słuchaczy, ponieważ napisaliśmy od 0 symulator obwodu kwantowego, który można trenować przy pomocy czystego pidorGa.

Więc oni zobaczyli tak naprawdę, że te wszystkie bramki kwantowe to są po prostu macierze, które działają na konkretnych wektorach. Te wektory można sobie zobaczyć, wydrukować sobie wektory w konsoli i zobaczyć, który element wektora, której bramce odpowiada itd. 

Później poprosiłem studentów o feedback, co o tym myślą, i czy to nie było za trywialne (to byli studenci fizyki na 5 roku, więc ludzie, którzy już mają background), ale feedback był właśnie bardzo dobry; że nieużywanie biblioteki gotowej, takiej jak Qiskit czy Circq , pozwala bardziej poczuć tę materię w rękach, a później śmiało można używać tych dużych, już zoptymalizowanych i gotowych bibliotek.

Więc myślę, że dobrze napisać sobie samemu sortowanie bąbelkowe w czystym C raz w życiu i później nigdy do tego nie wracać, ale mieć tę świadomość, że rozumiem, jak to działa, czy z dowolnym innym klasycznym algorytmem. Więc biblioteki są zawsze fajne, ale też czasami fajnie poświęcić sobie czas na zrobienie prostej, fundamentalnej rzeczy i się okazuje, że to nie jest takie trudne. 

Ja każdego zapraszam. Wydaje mi się, że będę wrzucał swoje materiały do tego wykładu dla studentów na net, to będzie gdzieś tam na mojej stronie, tak że jeżeli ktoś ma ochotę, to zapraszam.

 

Zawsze warto też spojrzeć w nieco inną dziedzinę specjalizacji, którą zajmujemy się na co dzień, żeby się zainspirować lub poznać po prostu coś nowego, myślę, że z korzyścią.

Jeszcze jedna myśl mi przyszła co do tego Twojego pytania, że być może moment, kiedy jakieś umiejętności związane z informatyką kwantową zaczną się pojawiać ofertach pracy, będzie taki przełomowy dla tej dziedziny; że więcej osób spojrzy chętniej na tę dziedzinę, ponieważ zwyczajnie będzie się to opłacało. Myślę, że to jest też istotny element.

 

Wydaje mi się, że to już się pojawiło, nawet w polskich ofertach pracy. Jeden z polskich banków, nie chcę już reklamować, na pewno miał konkurs dla studentów z aplikacji algorytmów kwantowych, aby zachęcić ludzi do zabawy informatyką kwantową. Były przewidziane nagrody i to było już ze 2 lata temu, więc tego czasu trochę minęło i to był jeden z pierwszych sygnałów, że biznes (pod postacią tego banku) widział, że trzeba wyłapywać ludzi, którzy są w stanie nauczyć się czegoś nowego, co było może tak naprawdę poza ich ścieżką kariery. 

Więc tak naprawdę to jest taki pierwszy sygnał, że ta wiedza będzie przydatna. I to jest trochę tak, jak ze sztuczną inteligencją dzisiaj, szeroko rzecz ujmując, ale tymi sieciami neuronowymi, że dziś nie można sobie pozwolić na to, żeby nie być świadomym istnienia tych technologii i nie umieć ich wykorzystywać. Już nie mówię, że na poziomie trenowania skomplikowanych modeli, ale na poziomie umiejętności skorzystania z wytrenowanych modeli i połączenia ze swoją aplikacją. To dziś jest już tak naprawdę must have w biznesie. Bo te rzeczy po to są robione, żeby obniżać koszty produkcji, kodu itd. i trzeba ludzi, którzy umieją z tego skorzystać.

Ale mam też jeszcze inne pytanie: Czy według Ciebie ludzie są gotowi wrócić sobie do matematyki licealnej i poświęcić czas na to, żeby sobie odświeżyć parę tych rzeczy z rachunku macierzowego? Czy to może jest problemem? Może nie sama fizyka i ten strach przed wyrazem kwantowy, ale strach przed matematyką?

 

Myślę, że coś w tym jest, zwłaszcza że coraz więcej osób przebranżawia się do IT i są to osoby, które zupełnie nie mają tych podstaw, nawet 1 czy 2 roku studiów technicznych czy przyrodniczych. Dla nich to nie jest odświeżenie. Dla nich to byłoby poznanie tej dziedziny. 

I oczywiście, tak jak mówiłeś, nawet ta mechanika kwantowa nie jest taką dziedziną, której nie dałoby się opanować, tak samo, jak algebra liniowa, natomiast ciężko jest mi sobie wyobrazić, żeby ktoś to robił zupełnie hobbystycznie w takiej większej skali. W sensie, jeśli będzie taka konieczność albo praca będzie wymagała zdobycia takich umiejętności, to myślę, że jest to do przeskoczenia i może się okazać, że wręcz będzie częścią bootcampów dla takich osób przebranżawiających się, ale myślę, że jeszcze tutaj nie jesteśmy.

Dla osób, które gdzieś przechodziły takie kursy na uczelniach, to pewnie nie będzie jakaś wielce odkrywcza rzecz i myślę, że nie będą miały z tym problemów, ale trzeba być świadomym tego, że obecnie klasyczne IT to jest masa osób, które nie mają tego akademickiego wykształcenia dziedzinowego.

 

To jest bardzo ciekawe , co mówisz, bo faktycznie jest brak na rynku oferty edukacyjnej dla ludzi, którzy się przebranżawiają na poziomie matematyki; takich fundamentów, które będą później potrzebne, ale z mojego doświadczenia mogę tylko powiedzieć, że dorosłe osoby, które się przebranżawiają, według mnie szybciej przyswajają wiedzę, jeśli chodzi o matematykę, niż np. licealiści. Ta kultura pracy, którą się zdobywa przez lata doświadczenia, pokazuje nam, które metody uczenia są efektywne, które nie, i dorosłe osoby są w stanie, moim zdaniem, dużo szybciej przyswajać nowe informacje; mają kulturę pracy, kulturę uczenia się, efektywnego wykorzystywania czasu. 

Więc zachęcam każdego do uczenia się matematyki, jeżeli jest taka potrzeba. Nie ma się co tego bać i nie ma się co nastawiać przez pryzmat matury, którą się zdawało 20–30 lat temu. Teraz to będzie zupełnie inny poziom problemów. 

 

Ja jestem wielkim fanem takiego podejścia just in time learning. Wiem też, że wiele osób lepiej przyswaja wiedzę, jeśli praca czy projekt wymaga np. zdobycia takiej umiejętności, wtedy to się staje takie dość naturalne, w sensie uczę się na ten moment i widzę, jak to się aplikuje do problemu, który muszę rozwiązać, jak mi to pomaga w pracy. 

Takie uczenie się na wyrost… Wiadomo, jak działa człowiek – zazwyczaj działa w perspektywie teraźniejszości, to, co się dzieje tu i teraz est istotne i trudno jest się mózgowi przerzucić na wyobrażanie sobie przyszłości i widzenie jakichś pozytywów, że nauczymy się teraz czegoś, co być może w przyszłości nam się przyda. 

Więc tak, jak mówisz – być może te osoby, które z racji prowadzonego projektu czy obowiązków będą musiały sobie albo odświeżyć, albo nauczyć się tych podstaw związanych z matematyką, to nie będzie to żaden problem, będzie to kolejna kompetencja, jak każda inna, którą muszą opanować.

 

Dokładnie tak. Na pewno nikt nie spodziewa się, że osoba wchodząca w dziedzinę, np. tutaj wymagającą matematyki, poświęci pół semestru na algebrę liniową i analizę. Oczywiście to jest błędne założenie. Potrzeba tych materiałów, które są akurat potrzebne tu i teraz. I właśnie wen sposób są prowadzone te tutoriale z quantum computing, z takich podstaw, tych dużych dostawców bibliotek. Podstawy rachunku macierzowego nie są skomplikowane, jest pokazane, co to jest macierz, co to jest wektor i jak działa mnożenie macierzy przez wektor. I to w zasadzie wystarczy, żeby już z tym ruszyć. To jest 5–10 minut tłumaczenia i możemy iść z tym tematem dalej.

Więc wiedza jest, wystarczy, żeby były chęci i każdy może spróbować swoich małych pierwszych kroków w tej dziedzinie.

 

Cieszę się bardzo, że oprócz takiego wprowadzenia do quantum computingu uzupełniliśmy to też ogólnymi informacjami, jak się uczyć albo jakie informacje mogą być istotne i że to wcale nie jest takie straszne, jak się może wydawać – bo myślę, że to też jest istotne, żeby trochę przełamać takich barier i stereotypów związanych z informatyką kwantową, może trochę odlepić taką łatkę, że to jest bardzo akademicka tylko i wyłącznie dziedzina. 

Okazuje się, że jest też bardzo praktyczna, że jest duże zapotrzebowanie związane z siłami do pracy i tutaj warto też te mosty budować pomiędzy tradycyjnym IT i rodzącym się quantum IT – myślę, że takie nowe pojęcie możemy tutaj ukuć, nie ma się czego bać po prostu.

 

Nie ma się czego bać, ale też chciałbym podkreślić na sam koniec, że jest bardzo dużo problemów na poziomie akademickim i bardzo ważne jest, żeby wierzyć w to, że akademicy wykonują pracę, która w pewnym sensie będzie pozwalała na kolejny rozwój technologii. To jest takie słowo zakończenia, że to, że dziś każdy z zewnątrz może wejść w ten temat informatyki kwantowej i zacząć się tym bawić i próbować wejść, jest efektem wielu dziesięcioleci od początku mechaniki kwantowej badań czysto akademickich. I te badania, które dziś się nadal toczą na uniwersytetach i w jednostkach badawczych, pozwolą za kolejne 10–20–30 lat nowym pokoleniom wejść w rynek z nowymi możliwościami technologicznymi.

To jest o tyle ważne, bo bardzo często pojawia się pytanie: No dobra, czym się zajmujecie na tej uczelni, ale co z tego, jakie to ma zastosowanie? I ciężko jest powiedzieć tu i teraz, jakie to ma zastosowanie, ponieważ potrzebujemy czasu, aby zobaczyć, jak te konkretne problemy znajdą swoje miejsce w takiej rzeczywistości. 

I najlepszym przykładem podsumowującym, na czym polega łączenie pracy naukowców z biznesem i z konsumentami na samym końcu, jest przykład Michaela Faradaya i badań nad elektromagnetyzmem. I w XIX w. Michael Faraday badał przepływ prądu przez drut i pojawiające się pole magnetyczne. Przyszedł gubernator stanu i zapytał, po co on to robi. Odpowiedział: Nie wiem, po co to robię, do jakich zastosowań. Robię to, o mnie to interesuje, nie wiem, do czego to się przyda, ale na pewno niedługo to opodatkujesz.

To jest trochę uproszczona historia, nie mniej na tym to polegało, że badania fundamentalne są bardzo ważne i one będą ważne zawsze. I tutaj chyba chciałbym powiedzieć słowo do młodych słuchaczy tego podcastu. Naprawdę warto uczyć sie nauk podstawowych. To jest inwestycja, która się zawsze zwróci. Oczywiście ja zachęcam do studiowania fizyki i matematyki, bo to są bardzo ciekawe rzeczy i naprawdę nie ma problemu po nich ze znalezieniem pracy. Bo często to jest pytanie klasyczne, które sobie zadaje młody człowiek: co ja będę po tym robił? Na pewno będziesz robił coś ciekawego.

 

Powiem Ci szczerze, że z zaciekawieniem będę obserwował rozwój tej dziedziny. Myślę, że jeszcze wiele przełomowych odkryć, zdobyczy technologicznych nas czeka. A tymczasem chciałbym Ci, Marcin, bardzo podziękować za rozmowę.

Moim dzisiejszym gościem był dr Marcin Płodzień. Rozmawialiśmy o quantum computingu. Dziękuję, Marcin, za rozmowę.

 

Dziękuję bardzo.

 

Na koniec powiedz jeszcze, proszę, gdzie możemy Cię znaleźć w internecie, gdzie możemy odesłać słuchaczy, jeżeli chcieliby się dowiedzieć nieco więcej o Tobie i o tym, co robisz na co dzień.

 

Zapraszam do odwiedzenia mojej strony na LinkedInie. Po wpisaniu mojego nazwiska w wyszukiwarkę powinno się pojawić. Oraz na moją stronę WWW, również w ten sam sposób. Marcin Płodzień Physics – powinien być jeden z pierwszych linków na Google. Tam jest opis moich badań, sposób kontaktu. Naprawdę każdy, kto jest zainteresowany tematyką, chciałby zadać pytanie, nawet jeżeli z jego perspektywy jest głupie, na pewno takie nie jest. Proszę śmiało pytać, jeżeli będę mógł, to chętnie odpowiem. Albo może nawet pomogę, który tutorial na YouTube obejrzeć, żeby znaleźć odpowiedź na nurtujące Was pytania.

 

Oczywiście wszystkie linki będą w notce do odcinka. Dzięki, Marcin, jeszcze raz.

Udanego dnia! Do usłyszenia, cześć!

 

Cześć!

 

I to na tyle z tego, co przygotowałem dla Ciebie na dzisiaj. Po więcej wartościowych treści zapraszam Cię do wcześniejszych odcinków. A już teraz, zgodnie z tym, co czujesz, wystaw ocenę, recenzję lub komentarz w aplikacji, której słuchasz lub w social mediach. 

Zawsze możesz się ze mną skontaktować pod adresem krzysztof@porozmawiajmyoit.pl lub przez media społecznościowe. 

Ja się nazywam Krzysztof Kempiński, a to był odcinek podcastu Porozmawiajmy o IT o informatyce kwantowej. Zapraszam do kolejnego odcinka już wkrótce.

Cześć!

 

+ Pokaż całą transkrypcję
– Schowaj transkrypcję
mm
Krzysztof Kempiński
krzysztof@porozmawiajmyoit.pl

Jestem ekspertem w branży IT, w której działam od 2005 roku. Zawodowo zajmuję się web-developmentem i zarządzaniem działami IT. Dodatkowo prowadzę podcast, kanał na YouTube i blog programistyczny. Moją misją jest inspirowanie ludzi do poszerzania swoich horyzontów poprzez publikowanie wywiadów o trendach, technologiach i zjawiskach występujących w IT.