量子
手掌大小芯片碾压全球算力！微软量子计算核弹级突破，纳德拉：构建全新物质状态
想象一下，一个放在手掌上的芯片，能解决当今地球上所有计算机加起来都无法解决的问题。 Nature报道：量子计算，再迎新突破——微软推出Majorana 1，这是首款基于新型拓扑核心架构的量子芯片。 官方称，有望在数年内实现能够解决工业级别规模问题的量子计算机。
量子计算里程碑！微软单芯片可百万量子比特，Nature研究爆火
重大突破！ 本周四，微软宣布造出了一款前所未有的量子计算芯片 Majorana 1，并称可以在单块芯片上让数百万量子比特协同工作，解决之前无法的解决的问题，从新药物研发到创造革命性的新材料。 微软 CEO 萨提亚・纳德拉为此专门撰写了一条长推文，短时间内就已经收获了上千万阅读量，其中提到 Majorana 1 是首款建立在拓扑核心（topological core）上的量子处理单元，而这一成就的基础是他们创造的「一种全新的物质状态」，而这又解锁了一类新材料。
20年磨一剑！微软发布全球首个拓扑量子芯片，一夜改变半导体
今天凌晨，微软发布了全球首个基于拓扑架构的量子芯片Majorana 1，这是一种超越固态、液态和气态的全新物质，彻底改变量子计算半导体产业。 Majorana 1与其他量子计算相比，具有更高的潜在容错能力和抗环境噪声干扰的特性，只有巴掌大小却有望集成一百万个量子比特，为开发超大规模量子计算机铺平了道路，同时为商业化应用提供了清晰路径。 值得一提的是，微软在大约20年前就做出了开发拓扑量子比特的决定，经过漫长的研究和等待，今天终于实现了。
北京市级政府引导基金领投！量子计算产业链长企业玻色量子获A+轮融资
近日，量子计算产业链长企业北京玻色量子科技有限公司（以下简称“玻色量子”）完成A 轮融资。 此次融资由北工投资管理的北京市级政府引导基金——北京高精尖产业发展投资基金（有限合伙）（简称“高精尖实体化基金”）领投。 玻色量子是高精尖实体化基金投资的唯一一家量子计算公司。
Nature：离 “量子互联网” 又近一步！牛津大学证实分布式量子计算可行性
量子通信技术又迎来了新进展！ 牛津大学研究人员在Nature上发表的最新研究，在两米的距离上实现了确定性的量子门传送，保真度达86%。 研究人员表示，这项研究给各种物理平台的大规模量子计算提供了可行的途径，并为量子互联网打下了基础。
英矽智能在Nature 子刊发表最新研究，利用量子-经典混合模型设计新型KRAS抑制剂
近期，英矽智能与加拿大多伦多大学共同主导的一项研究首次展示量子计算和人工智能在变革药物发现流程方面的潜力。 在这项研究中，科学家将量子计算模型与经典计算模型和生成式人工智能相结合，通过对庞大数据集的训练、生成和筛选，探索更广泛的化学可能性，发现靶向“不可成药”癌症驱动蛋白KRAS 的新颖分子。 这项研究也得到了圣裘德儿童研究医院等多方研究机构的支持，相关研究成果于1月22日发表于Nature Biotechnology。
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