Skip to content 跳到章节

🧿AI与未来

量子工程师 · 构建、测量和控制利用量子态进行计算、传感、通信和材料研究的设备。

一眼看清
指标浓度

格子越深,表示该主题在这项指标上越高。

最近审阅 来源与署名媒体署名方法说明

简短问答

量子工程师做什么的?

量子工程师构建和操作使用量子态的硬件。根据平台的不同,他们制造纳米结构、对准激光器、设计微波电子器件、将设备冷却至毫开尔文温度、编写校准软件并分析测量数据。目标通常是提高保真度、连贯时间、产量或控制,而不是编写消费者应用程序。

我需要博士学位吗?

博士学位对于研究和设备架构角色来说很常见,尤其是在量子物理学领域,但并不普遍。学士和硕士毕业生可以担任电子、软件、低温、光子学和测试工程师。角色越接近发明量子位或解释基础实验,就越有可能接受高级研究生培训。

量子计算现在有用吗?

它作为一个研究平台和选定的演示很有用,但广泛的、容错的商业优势尚未得到证实。与许多算法所需的纠错机器相比,当前的设备噪音大且体积小。量子传感和通信可能会更快地进入实用领域,因为它们可以在没有通用计算机的情况下利用特定的物理优势。

什么科目最重要?

线性代数、量子力学、电磁学、统计力学、编程和实验方法是核心。电气工程师需要微波、射频和控制知识;光子工程师需要光学;材料工程师需要制造和表征。该领域奖励那些能够在方程、仪器和代码之间切换而不将任何一个视为其他人的问题的人。

量子工程是否面临人工智能的威胁?

人工智能可以协助实验安排、参数优化、文献检索和数据分类。它无法独立确定嘈杂的物理测量是否可信、修复低温系统或负责设备设计。这项工作之所以具有抵抗力,是因为它将新颖的科学与实际的实验判断结合起来,尽管常规分析会加速。

量子工程师能赚多少钱?

在美国,处于职业生涯中期的量子硬件和软件工程师在 2020 年代中期的收入通常约为 12 万至 20 万美元,资金充足的公司的薪酬更高。大学和公共实验室的职位薪酬较低,但提供研究机会。欧洲和亚洲的薪资因国家研究系统以及经验丰富的低温或光子学专家的稀缺而异。

打开对比实验室

分享本页

人工智能可以优化脉冲、对数据进行分类和搜索设计空间,使其成为天然的实验室工具。它无法消除构建、冷却、测量和验证新物理设备的实验瓶颈。

因此,量子工程可能会大量使用人工智能,同时仍然依赖于了解仪器真正测量内容的专家。

22 / 100
低的

机器可替代的工作占比

常规数据分析和校准优化是可自动化的,但新颖的实验设计、物理故障排除和负责任的解释仍然具有很强的抵抗力。

按任务计分,而非头衔。越低越安全。

AI难以取代的职业 →

机器夺不走的

实验判断

92

研究人员必须确定结果是物理结果还是人为结果。

硬件故障排除

88

低温、光学和射频系统需要亲自诊断。

设计新颖

82

新的器件架构需要理论和制造洞察力。

安全和实验室责任

85

人类仍然对激光、冷冻剂和洁净室负责。

科学解读

86

索赔需要控制、不确定性和同行审查。

它们已经在夺的

校准搜索

70

算法可以调整许多控制参数。

信号分类

68

模型可以识别测量流中的模式。

文献分类

62

助理总结并连接技术论文。

例程代码生成

60

工具可以起草仪器控制和分析代码。

工作如何变化

闭环实验

算法越来越多地从实时数据中选择下一个测量值。

更好的自动化层

实验室围绕复杂的仪器构建可靠的软件界面。

制造重点

良率、封装和测试变得比一次性演示更重要。

混合团队

量子、人工智能和半导体专家更加紧密地合作。

分岔出的新职业

量子控制工程师

构建量子位的脉冲、射频和反馈系统。

量子纠错工程师

将代码和测量映射到实际的硬件约束。

低温系统工程师

设计冷却、布线和热基础设施。

量子网络工程师

构建光子链路、中继器和网络控制。

AI 暴露情景

三个可逆透镜:增强、替代切片、新缝隙。教学标记,非预测。

增强

保留岗位;AI 加速草稿、分诊或调研,判断与责任仍在人。

替代切片

狭窄任务堆可能先压缩,相邻手艺反而增长。

新缝隙

在需信任 AI 输出的受监管场景,可能出现监督、集成与领域质检角色。

展望

该领域的发展将不均衡:研究人员的招聘可能会超过经过验证的产品收入,而传感和安全链接则创造了早期的利基市场。

人工智能将加速实验,但这使得仔细的测量和可重复性变得更有价值,而不是更有价值。

相近职业

不限同一领域,六项评分最接近的职业。

继续探索

继续探索

科学·研究领域的其他职业