量子 - AI在线

川普2.0或削减环境、传染病研究，推动AI、量子、太空探索

编辑 | 2049随着唐纳德·特朗普（Donald Trump）准备开启其第二任美国总统任期，科学界正呈现出截然不同的两种前景。一些技术公司、太空探索爱好者、人工智能开发者等群体对未来几年的政策前景充满期待，认为这将为创新与探索带来新机遇。然而，众多从事气候、地球科学和生物医学研究的科学家和学者们却对重要研究项目可能面临的削减、降级或贬损表示担忧。

AI 驱动科学大爆发！从蛋白质到数学证明，2024 年最值得关注的科技突破

编辑 | ScienceAI2024 年对于 AI for Science 而言，可谓硕果累累：两个诺贝尔奖再度聚焦人工智能与科学的先驱性结合。其一是诺贝尔化学奖，颁发给了在蛋白质设计与蛋白质结构预测领域做出开创性贡献的 David Baker 博士、John Jumper 博士以及Demis Hassabis 博士；其二是诺贝尔物理学奖，授予了 John J. Hopfield 博士与 Geoffrey Hinton 博士，以表彰他们在人工神经网络及其机学习核心原理方面的奠基性工作。

重大突破！美国西北大学利用现有互联网光缆实现量子隐形态传输：量子通信要变天

核心发现：通过识别低干扰波长并使用特殊滤波器，该团队成功地在一条30公里长的光缆上，与高速互联网信号同时传输了量子信息。这项研究简化了量子网络基础设施，并为利用现有系统实现安全、长距离的量子连接奠定了基础。西北大学的研究人员在光学领域世界顶尖期刊《Optica》上发表了一项研究，展示了量子通信可以在同一光缆中与传统的互联网信号共存。

AI for Science 是科学的未来，NVIDIA 正加速它的到来

ScienceAI原创作者：萝卜皮近年来人工智能（AI）等新兴技术的突破，正在逐渐改变科学研究的模式。今年诺贝尔物理奖与化学奖均颁发给了 AI 以及计算相关领域的科学家，足见科学界对「AI for Science」这一研究新范式的肯定。尽管如此，AI 科研领域所面临的困难依旧严峻。

谷歌量子芯片Willow炸翻了科技圈：攻克30年量子难题，网友：谷歌又行了！

出品 | 51CTO技术栈（微信号：blog51cto）12月10日，谷歌一项发布震惊了整个AI圈，谷歌 CEO 皮查伊激动地宣布，谷歌最新的量子计算芯片 Willow 已经问世！基准测试中，Willow 取得了惊人的成绩：在不到 5 分钟内完成了一项标准计算，而这需要顶尖超算超过 10^25 年——比宇宙年龄还长！消息一出，连马斯克都惊叹：“Wow！

重磅！谷歌Willow量子芯片横空出世：解决量子计算三十年难题，马斯克惊叹，Altman祝贺

刚刚谷歌 CEO 劈柴哥激动地宣布，谷歌最新的量子计算芯片 Willow 已经问世！ Willow 在基准测试中取得了惊人的成绩：在不到 5 分钟内完成了一项标准计算，而这需要顶尖超算超过 10^25 年——比宇宙年龄还长！消息一出，连马斯克都惊叹：“Wow！

丹麦首台 AI 超级计算机 Gefion 推出，由 1528 个英伟达 H100 GPU 驱动

丹麦推出了该国首台 AI 超级计算机，以丹麦神话中的女神 Gefion 命名，旨在推动量子计算、清洁能源、生物技术等领域取得突破，英伟达首席执行官黄仁勋与丹麦国王一同出席了揭幕仪式。 ▲ 图源英伟达Gefion 是一台由 1528 个英伟达 H100 Tensor Core GPU 驱动的英伟达 DGX SuperPOD 超级计算机，使用英伟达 Quantum-2 InfiniBand 网络进行互连。 AI在线获悉，Gefion AI 超级计算机位于哥本哈根，为产业界、初创企业和学术界服务。

Nature 子刊，纠缠数据有双重效应，武大、北大「量子纠缠」研究新进展

编辑 | X量子纠缠是量子计算的核心资源。将纠缠集成到量子机器学习（QML）模型的测量中，导致训练数据大小大幅减少，超过指定的预测误差阈值。然而，对数据纠缠度如何影响模型性能的分析理解仍然难以捉摸。在此，来自武汉大学、北京大学、南洋理工大学和悉尼大学的研究团队，通过建立量子「没有免费的午餐」 (no-free-lunch，NFL) 定理来解决这一知识差距。与之前的发现相反，研究证明纠缠数据对预测误差的影响表现出双重效应，具体取决于允许的测量数量。通过足够数量的测量，增加训练数据的纠缠可以一致地减少预测误差，或减小实

量子计算新进展，腾讯量子实验室设计新算法进行量子近似优化

编辑 | 白菜叶组合优化问题普遍存在，并且通常在计算上很难解决。量子近似优化算法（QAOA）是最具代表性的量子经典混合算法之一，旨在通过将离散优化问题转化为连续电路参数上的经典优化问题来解决组合优化问题。QAOA 目标景观因普遍存在局部最小值而臭名昭著，其可行性很大程度上依赖于经典优化器的功效。在最新的研究中，腾讯量子实验室（Tencent Quantum Laboratory）的研究人员为 QAOA 设计了 double adaptive-region Bayesian optimization（DARBO）。测

国科大&首师大合作综述，「白盒」张量网络：增强量子机器学习的可解释性和效率

编辑 | 紫罗深度机器学习在 AI 的各个领域取得了显著的成功，但同时实现高可解释性和高效率仍然是一个严峻的挑战。张量网络（Tensor Network，TN）是一种源自量子力学的成熟数学工具，在开发高效的「白盒」机器学习方案方面显示出了其独特的优势。近日，首都师范大学的冉仕举和中国科学院大学的苏刚从量子力学中汲取灵感，综述了一种基于 TN 的创新方法，为协调深度机器学习的可解释性和效率这一长期挑战提供了一个有前景的解决方案。一方面，TN ML 的可解释性可以通过基于量子信息和多体物理的坚实理论基础来实现。另一方面

量子计算经典课：专家团带你读量子计算「圣经」，五小时详解六大核心知识点

随着近年来量子计算的火热，关注科技革命的人们对这一激动人心的领域充满憧憬。但量子技术领域的高速进展与学科交叉特性使得初学者感到无从下手，也不容易对其主要技术和结论有综合性的系统认知。提起量子计算入门，绕不过去的一本书一定是Michael A．Nielsen 和Isaac L．Chuang 共著的《量子计算与量子信息》。《量子计算与量子信息》是该领域的经典著作之一，也是量子信息及物理领域被引用次数高的图书之一，被全球许多高校选用作为量子计算课程的教材，也被称之为量子计算「圣经」。本次上线机器之心机动组的《量子计算与量

机器学习可以更好地进行量子纠错

编辑 | 白菜叶自主量子纠错（AQEC）通过设计耗散来保护逻辑量子位，从而避免频繁、容易出错的测量反馈循环的必要性。玻色码空间（其中单光子丢失代表了主要的错误来源）由于其灵活性和可控性而成为 AQEC 的重要候选者。虽然现有的文献已经证明了具有玻色码空间的 AQEC 原则上的可行性，但这些方案通常基于 Knill-Laflamme 条件的精确实现，因此需要实现哈密顿距离 d≥2。实现这种哈密顿距离需要多个非线性相互作用和控制场，这使得这些方案在实验上具有挑战性。在这里，RIKEN 量子计算中心（RIKEN Cent

飞秒级化学反应放缓至肉眼可见，首次使用量子计算机将模拟化学反应减慢1000亿倍

澳大利亚悉尼大学的科学家首次使用量子计算机直接观察到一个对化学反应至关重要的过程，实现这一突破的关键是将原过程速度从飞秒尺度减慢至毫秒尺度。联合首席研究员 Vanessa Olaya Agudelo 博士说：「通过了解分子内部和分子之间的这些基本过程，我们可以在材料科学、药物设计或太阳能收集方面开辟一个新的可能性世界。「它还可以帮助改善依赖分子与光相互作用的其他过程，例如烟雾是如何产生的或臭氧层是如何被破坏的。」研究小组目睹了化学中一种常见的被称为「圆锥形交叉点」的几何结构引起的单个原子的干涉图案。圆锥形交叉点在化

大脑的思考是量子计算，这一猜测有了新证据

几十年来，科学家们一直在探索人脑的计算和思考机制。但人脑的构成太过复杂，包含几百亿个神经元，相当于上万亿块芯片，我们很难一探究竟。

机器学习获得了量子加速

编辑 | 萝卜为了让 Valeria Saggio（麻省理工学院的量子物理学家）在她以前的维也纳实验室启动计算机，她需要一个特殊的水晶；水晶大概只有她的指甲那么大。Saggio 会轻轻地将它放入一个小铜盒，一个微型电烤箱，将晶体加热到 77 华氏度。然后她会打开激光，用一束光子轰击晶体。这种晶体，在这个精确的温度下，会将其中一些光子分裂成两个光子。其中一个会直接进入一个光探测器，它的旅程就结束了；另一个将进入一个微型硅芯片——一个量子计算处理器。芯片上的微型仪器可以驱动光子沿着不同的路径前进，但最终只有两种结果：正

量子