- عنوان کتاب: Quantum Programming in Depth Solving problems with Q and Qiskit
- نویسنده: Mariia Mykhailova
- حوزه: برنامهنویسی کوانتومی
- سال انتشار: 2025
- تعداد صفحه: 290
- زبان اصلی: انگلیسی
- نوع فایل: pdf
- حجم فایل: 2.10 مگابایت
من در اوایل سال ۲۰۱۷ به مایکروسافت کوانتوم و به تبع آن، به دنیای محاسبات کوانتومی پیوستم، درست زمانی که تیم شروع به توسعه زبان برنامهنویسی کوانتومی کرد که بعدها به Q# تبدیل شد. بخش بزرگی از هشت سال بعدی را خودم صرف یادگیری محاسبات کوانتومی و کمک به دیگران برای انجام همین کار کردم، چه به عنوان بخشی از شغلم در مایکروسافت و چه در دورهای که در دانشگاه نورث ایسترن تدریس میکنم. و در حین انجام این کار، متوجه چندین شکاف در نحوه آموزش محاسبات کوانتومی شدم. اول، بسیاری از مطالب مربوط به محاسبات کوانتومی فقط بر جنبههای ریاضی آن متمرکز بودند. من یک ریاضیدان کاربردی هستم، بنابراین با ریاضی راحت هستم. اما من یک مهندس نرمافزار هستم و وقتی میتوانم الگوریتمها را پیادهسازی و با اجرای آنها آزمایش کنم، با آنها بسیار راحتتر هستم! اولین پروژه من در آموزش محاسبات کوانتومی، Quantum Katas، بر معرفی اصول اولیه – حالتها و گیتهای کوانتومی، اندازهگیریها و الگوریتمهای ساده – از طریق مجموعهای از مسائل برنامهنویسی که یادگیرنده برای درونی کردن نظریه حل میکرد، متمرکز بود. شکاف دوم بعداً در سفر یادگیری خود را نشان میدهد. منابع زیادی با عنوان «محاسبات کوانتومی ۱۰۱» وجود دارد که بر مفاهیم مقدماتی تمرکز دارند. اما، وقتی اصول اولیه را یاد گرفتید، قدم بعدی چیست؟ «محاسبات کوانتومی ۲۰۱» چگونه است؟ اگر تا به حال فقط مدارهای ساده را اجرا کردهاید، چگونه شروع به پیادهسازی الگوریتمهای کوانتومی واقعی میکنید؟ چگونه کد کوانتومی را که مینویسید آزمایش میکنید؟ در مورد برنامهنویسی کوانتومی برای رایانههای کوانتومی مقاوم در برابر خطا در آینده چه چیزی باید بدانید؟ و در نهایت، چگونه متوجه میشوید که آیا راهحل کوانتومی شما برای مسئلهای که به آن نگاه میکنید، بهتر از یک الگوریتم کلاسیک عمل خواهد کرد؟ هدف این کتاب پاسخ به این سؤالات است.
I joined Microsoft Quantum and, by extension, the world of quantum computing in early 2017, just as the team started developing the quantum programming language that later became Q#. I spent a big part of the next eight years learning quantum computing myself and helping others do the same, both as part of my job at Microsoft and in the course I teach at Northeastern University. And, while doing this, I noticed several gaps in the way quantum computing was taught. First, a lot of material on quantum computing focused on its mathematical aspects only. I am an applied mathematician by training, so I’m comfortable with math. But I’m a software engineer by trade, and I’m a lot more comfortable with algorithms when I can implement them and experiment with running them! My first project in quantum computing education, the Quantum Katas, focused on introducing the basics—quantum states and gates, measurements, and simple algorithms—through a series of programming problems that the learner would solve to internalize the theory. The second gap shows up later in the learning journey. There are plenty of “quantum computing 101” resources that focus on introductory concepts. But, once you’ve mastered the basics, what’s next? What does “quantum computing 201” look like? If you’ve only ever run simple circuits, how do you start implementing real quantum algorithms? How do you test the quantum code you write? What do you need to know about quantum programming for future fault-tolerant quantum computers? And, ultimately, how do you figure out whether your quantum solution to the problem you’re looking at is going to do better than a classical algorithm? This book aims to answer these questions.
این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:
Download: Quantum Programming in Depth
نظرات کاربران