C****4 发帖数: 110 | 1 今年博一,想在量子计算机、生物物理中选一个方向。个人对理论、编程更有兴趣,但
好像实验更好找教职。请问这两类实验里哪一种对理论、编程要求比较高、前景比较好
呢? |
k*****1 发帖数: 653 | 2 转行当马工
【在 C****4 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 今年博一,想在量子计算机、生物物理中选一个方向。个人对理论、编程更有兴趣,但 : 好像实验更好找教职。请问这两类实验里哪一种对理论、编程要求比较高、前景比较好 : 呢?
|
s***n 发帖数: 678 | 3 实验都对理论和编程没有要求。你想靠编程和理论吃饭还是找机会转CS或者统计,还来
得及。
量子计算机也分很多个实现的系统,你是学校有很强的组么?用光子,离子,和
superconducting qubit的系统目前比较先进,但是离应用还有十万八千里。微软、IBM
好像都有搞?基本是面子工程,除了发论文没啥进步,连论文都不如他们还在大学里头
的时候发的好。UCSB的Martini整个组一二十人去GoogleX已经一年多了吧,你可以观望
一下,接下来这一年要是GoogleX没把他们裁了,说明他们也许有些新东西。
生物物理不熟悉,不过根据常识,生物竞争太激烈,一两片CNS都不一定能找到教职,
没有奇遇,估计生物物理只是一条更窄的路。
【在 C****4 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 今年博一,想在量子计算机、生物物理中选一个方向。个人对理论、编程更有兴趣,但 : 好像实验更好找教职。请问这两类实验里哪一种对理论、编程要求比较高、前景比较好 : 呢?
|
C****4 发帖数: 110 | 4 那和理论、编程相关的好找教职的方向有什么呢?
一般的凝聚态实验、光学、冷原子实验能比这两个好吗?
IBM
【在 s***n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 实验都对理论和编程没有要求。你想靠编程和理论吃饭还是找机会转CS或者统计,还来 : 得及。 : 量子计算机也分很多个实现的系统,你是学校有很强的组么?用光子,离子,和 : superconducting qubit的系统目前比较先进,但是离应用还有十万八千里。微软、IBM : 好像都有搞?基本是面子工程,除了发论文没啥进步,连论文都不如他们还在大学里头 : 的时候发的好。UCSB的Martini整个组一二十人去GoogleX已经一年多了吧,你可以观望 : 一下,接下来这一年要是GoogleX没把他们裁了,说明他们也许有些新东西。 : 生物物理不熟悉,不过根据常识,生物竞争太激烈,一两片CNS都不一定能找到教职, : 没有奇遇,估计生物物理只是一条更窄的路。
|
A****0 发帖数: 1367 | 5 物理门外汉弱弱地问一句,
UCSB 的Martini 跟国内的潘建伟 搞得是不是一个东西?这两人灌水 science nature
都成灾了。
谁更牛?
IBM
【在 s***n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 实验都对理论和编程没有要求。你想靠编程和理论吃饭还是找机会转CS或者统计,还来 : 得及。 : 量子计算机也分很多个实现的系统,你是学校有很强的组么?用光子,离子,和 : superconducting qubit的系统目前比较先进,但是离应用还有十万八千里。微软、IBM : 好像都有搞?基本是面子工程,除了发论文没啥进步,连论文都不如他们还在大学里头 : 的时候发的好。UCSB的Martini整个组一二十人去GoogleX已经一年多了吧,你可以观望 : 一下,接下来这一年要是GoogleX没把他们裁了,说明他们也许有些新东西。 : 生物物理不熟悉,不过根据常识,生物竞争太激烈,一两片CNS都不一定能找到教职, : 没有奇遇,估计生物物理只是一条更窄的路。
|
s***n 发帖数: 678 | 6 潘用的是激光,Martini用的是superconducting qubit. 各有利弊。激光的光子量子化
在常温就可以,保持时间也长,也比较容易,实验上进行得比较远了。但是问题是怎么
scale up,难道要盖大楼一样的一台计算机么。难以看见超大集成的可能。而量子计算
至少要一百个qubit(这还是逻辑qubit,不是physical qubit,对应可能是几千个
physical qubit)才能比经典计算强,所以某种意义上是死胡同。不过一般这个方向很
多着眼于量子通信,这个的要求就不一样了,我也不熟悉。超导qubit呢,一定要超低
温,而且保持时间短,但是理论上scale up应该和经典集成电路是一个路数,集成不应
该有理论上难度。可是这保持时间短的话你集成再多也没用,这个是个工艺问题,真的
是很麻烦,如果Google砸钱都解决不了,很可能是极难突破的技术瓶颈。Martini和
Cleland开始走这个拓扑qubit的路子,是个新思路,就是用数量来换这个容错率(由量
子态保持时间短导致的错误高)。这两年应该知道大概情形了。
nature
【在 A****0 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 物理门外汉弱弱地问一句, : UCSB 的Martini 跟国内的潘建伟 搞得是不是一个东西?这两人灌水 science nature : 都成灾了。 : 谁更牛? : : IBM
|
s***n 发帖数: 678 | 7 做得好就好找教职,做什么都可以。理论总的来讲难一点。
【在 C****4 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 那和理论、编程相关的好找教职的方向有什么呢? : 一般的凝聚态实验、光学、冷原子实验能比这两个好吗? : : IBM
|
s***e 发帖数: 7166 | 8 您好歹把人家名字拼对了再说。
IBM
【在 s***n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 实验都对理论和编程没有要求。你想靠编程和理论吃饭还是找机会转CS或者统计,还来 : 得及。 : 量子计算机也分很多个实现的系统,你是学校有很强的组么?用光子,离子,和 : superconducting qubit的系统目前比较先进,但是离应用还有十万八千里。微软、IBM : 好像都有搞?基本是面子工程,除了发论文没啥进步,连论文都不如他们还在大学里头 : 的时候发的好。UCSB的Martini整个组一二十人去GoogleX已经一年多了吧,你可以观望 : 一下,接下来这一年要是GoogleX没把他们裁了,说明他们也许有些新东西。 : 生物物理不熟悉,不过根据常识,生物竞争太激烈,一两片CNS都不一定能找到教职, : 没有奇遇,估计生物物理只是一条更窄的路。
|