Я также студент, надеясь когда-нибудь начать карьеру в области квантовых вычислений. Я студент-физик, который заинтересовался этим вопросом около года назад, и это то, что помогло мне построить фундамент.
С точки зрения фона, линейная алгебра является единственным курсом, который необходим для понимания основ предмета. Причина в том, что вычисление можно упростить как последовательность матриц (называемых вентилями), действующих на определенный вектор (называемый состоянием). Курс по квантовой механике будет необходим для более углубленных исследований и многих применений квантовых вычислений, но вы вполне способны начать изучать основы без такого курса.
Что касается ресурсов, я советую начать с чего-то более легкого, чем учебник, для вашего первого знакомства. Я настоятельно рекомендую документы по поддержке Microsoft Q #, особенно статьи "Quantum Computing Concepts", найденные здесь . Если вы хотите начать программирование, Q # будет очень трудно выучить без знания C # и функционального языка программирования , поэтому он может оказаться неподходящим языком для начала. Это ничего против языка, но это было трудно для меня, так как я никогда не использовал C # и имел проблемы с чтением документации по конкретному языку до моего курса функционального программирования. Лично я много тренируюсь в Python, поэтому такие языки, как Google Cirq или IBM Qiskit, были для меня более естественным выбором.
После того, как вы ознакомитесь с некоторыми из этих статей по основам, тогда я возьму учебник. Кто-то уже упомянул «Mike and Ike» (« Квантовые вычисления и квантовая информация » Майкла Нильсена и Исаака Чуанга), которая является одной из самых уважаемых книг по этому вопросу. Еще я хотел бы упомянуть « Квантовая компьютерная наука: введение » Н. Дэвида Мермина, которая довольно доступна для тех, кто не имеет опыта в квантовой механике, по крайней мере, на несколько глав. Ни одна книга не подойдет всем, поэтому попробуйте несколько и посмотрите, что для вас имеет смысл.
Мой последний совет - найти друга, который будет работать с материалом, или профессора, который поможет вам разобраться в особенно сложных темах. Во время вашей академической карьеры следует помнить, что математика и связанные с ней области лучше использовать с гидом.
Удачи!