人工智能关于缩小量子人才差距的五个教训——在为时已晚之前

2023-07-01 0 1,023

人工智能关于缩小量子人才差距的五个教训——在为时已晚之前

当人工智能走出漫长的寒冬并在 2010 年代进入商业议程时,数据科学人才的稀缺对商业领袖应用该技术的方式和地点造成了相当大的限制。 尽管人工智能人才挑战依然存在,但我们已经取得了长足进步,并吸取了许多经验教训,这些经验教训可以应用于整体技术人才战略。

量子技术方面可以说更大的人才缺口可能会阻碍突破性量子用例的进展,从而危及大量商业价值的创造。 仅量子计算就代表了量子技术三大主要领域(另外两个领域是量子传感和量子通信)的最大市场潜力,其价值可能高达近 7000 亿美元。

我们的研究发现,每三个量子职位空缺只有一名合格的量子候选人(图表 1)。 到 2025 年,我们预测除非采取重大干预措施,否则量子计算工作岗位将填补不到 50%。

量子初创企业和老牌科技公司——尤其是那些在硬件市场的公司,当今一半以上的量子投资都集中在硬件市场——是最先应对人才短缺的公司,因为它们竞相解决该领域的基本问题并提出错误。 – 宽容的量子系统,这是释放该技术全部潜力所必需的。 现在还处于早期阶段,还有许多未知因素,但这项技术正在迅速进步。 随着这一进展,对量子人才的需求正在转移,首先转向软件公司,然后转向将使用该技术的企业。 各行业的领导者已经开始组建量子团队,并在当前级别的量子系统上测试早期算法。 例如,这包括探索量子算法如何改进金融服务中的加密协议、优化物流中的路线和车队以及改进制药中的临床试验地点选择。

正如我们在人工智能领域看到的那样,该领域研究生项目的增长将是确保强大的人才管道的必要发展之一。 量子研究生课程在大学层面仍然没有广泛可用或可访问。 如今,在全球大学的 176 个量子研究项目中,只有 29 个提供该学科的研究生学位。

但除此之外,公司成功建立人工智能团队所采用的许多相同策略和投资,例如提高工人技能和为新人才创造途径,也可以在建立量子团队时很好地为他们服务。

根据我们在该领域的研究和工作的数据和见解6,以及编码学校量子计算教育计划 Qubit by Qubit 的经验,人工智能人才之旅有五个教训,可以帮助组织培养他们想要的量子人才。 需要这样他们就可以随着技术的成熟而获取价值。

第 1 课:明确定义您的人才需求
在人工智能的早期,一些组织聘请了数据科学家,但并不清楚他们实际需要什么技能。 结果,许多人难以实现投资回报。 例如,一家大型金融服务公司对人工智能的热衷使其雇用了近 1,000 名数据科学家。 在组织没有实现预期结果后,领导者发现许多新员工并不是严格意义上的数据科学家,只需将 100 名真正的数据科学家放在正确的岗位上就足够了。

就量子而言,人才需求仍在不断变化,但一旦组织准备好组建团队,大多数组织可能需要在两个领域建立稳定的量子业务和战略专家以及技术人才:量子软件工程和量子技术 硬件工程。

量子软件工程。 组织将需要能够构建新量子算法的量子软件工程师,以及能够改进现有量子算法或对潜在量子应用进行探索性研究的量子软件工程师。 有些职位,例如负责从头开始开发量子算法的职位,将需要博士学位。 然而,其他目标可以通过一般量子训练来提高技能。 例如,系统架构师、人工智能和机器学习算法开发人员以及其他具有传统编码和人工智能技能的人可以在短短六个月内提高技能,使用 Cirq、Qiskit 和 Q# 等工具编码和改进量子算法,并可以开始 探索量子如何在其行业中提供优势。
量子硬件工程。 公司将需要专家来监督基于与传统计算机完全不同的物理过程的系统。 随着公司与量子供应商建立合作伙伴关系,在量子计算机上运行他们的应用程序,他们将需要能够配置和管理这些系统的量子硬件专家,就像今天的云工程师一样。 这项工作可能需要博士学位,直到量子系统变得即插即用。 从长远来看,我们预计硬件专家对量子概念(例如量子比特、算法和加密)有基本的了解,以及那些已经完成特定角色主题课程或技能提升的专家(例如 量子计算机的组装和测试)将填补这些角色。
在定义人才需求时,组织应首先确定量子计算团队将从事的可能应用领域。 在一家大型全球制药公司,首席技术官与研发和 IT 部门的同事密切合作,评估他们已经将机器学习和高性能计算等传统计算方法推向极限的领域。 他们同意让量子计算团队将重点放在药物发现的计算任务上,最终目标是找到与目标更好地结合的药物——长期以来被认为是制药行业的“圣杯”。 新成立的工作组包括来自世界各地的人力资源专家,列出了在该领域从头开始成功构建量子算法所需的专业知识和背景类型的列表。 该名单包括五名来自不同背景的团队成员,他们最好能带来量子化学和量子计算专业知识,以及设计量子算法、识别可行用例和获得风险投资资金的经验(最后一个提供了观点) 进入不断发展的量子伙伴关系世界)。 该名单还包括学术背景(有助于与大学建立科学联系)和应用经验的组合,例如参与创建该技术的量子计算公司的专家。

在接下来的九个月里,这家制药公司通过职位发布、合作伙伴关系、主动采购和网络等方式进行了有针对性的外展活动。 该组织授权前两名员工识别和招募剩余的团队成员。 如今,这个多学科团队拥有一系列用例可供探索,致力于了解量子计算如何在制药行业中发挥作用。

申明:本文由第三方发布,内容仅代表作者观点,与本网站无关。对本文以及其中全部或者部分内容的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。本网发布或转载文章出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,也不代表本网对其真实性负责。

七爪网 行业资讯 人工智能关于缩小量子人才差距的五个教训——在为时已晚之前 https://www.7claw.com/58310.html

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 24小时在线 专业服务