在数据每两年翻一番的时候，预计到2025年，美国将创造超过400亿GB的数据。为了应对这种涌入，肯尼索州立大学量子机器学习（QML）专家、副教授Yong Shi旨在从数据激增中挖掘见解，并教育未来的QML研究人员。
Yong Shi和他的同事计算机科学教授Dan Lo和工业与系统工程助理教授Luisa Nino最近获得了美国国家科学基金会（NSF）的资助，用于开发开源、动手的QML培训材料，以解决研究人员短缺及其在高等教育中的有限存在问题。
量子机器学习是一门将量子计算机的先进能力与帮助机器从大数据源学习的技术相结合的学科。与逐步处理信息的常规计算机不同，量子计算机使用量子力学原理一次性查看大量数据。这使他们能够找到传统计算机可能错过的模式。肯尼索州立大学将与佛罗里达农工大学合作，创建九个培训模块，包括动手实验室，涵盖关键的量子计算概念及其在计算机科学和工业工程中的应用。这些模块将整合到现有课程中，并辅之以教师研讨会和学生培训营，最终加强QML的研究并创建多样化的社区。
Yong Shi的QML研究之旅始于他攻读博士学位期间，当时他认识到传统数据分析方法与每天生成的越来越多的数据之间存在差距。他的热情源于一种愿望，即为各个领域的学生和教师，特别是计算机科学和工业工程，配备能够显著改善决策和研究成果的尖端工具。QML领域面临的关键挑战之一是缺乏熟练的研究人员。施指出，许多大学还没有准备好有效地教授QML。施说：“我们的目标是开发一个基于云的实验室环境，学生可以在其中学习和应用QML技术，而不需要大量的安装或先前的经验。”通过这一举措，KSU旨在创建一个便携式系统，使大学能够将QML模块集成到现有课程中。通过提供灵活的资源，该项目旨在使学校更容易采用适合其特定需求的QML培训。
施正在开发的培训材料将提供几个独特的功能。实验室环境将完全基于浏览器，允许用户无需安装软件即可访问资源。此外，这些模块旨在跨学科，促进计算机科学和工业工程学生之间的合作。施的愿景包括培养一个多元化和包容性的研究社区。与佛罗里达农工大学等机构的合作是这一倡议的基石。
随着项目的进展，施和他的研究团队专注于评估他们模块的有效性。他们将在课程前后进行调查以收集反馈，这将有助于改进他们的方法，并确保学生获得对QML的宝贵见解。“施的研究不仅推动了量子机器学习领域的发展，还为教育领域的跨学科合作和创新树立了新的标准。”Yenduri说。
