量子计算与人工智能融合的新方法被成功研发
（来源：中国航空报）
精确预测复杂物理系统的未来演变，例如全球大气环流或人体血液循环，始终是科学计算领域的重大难题。传统模拟方法要么计算周期漫长，要么在长期预测的准确性上存在局限。如今，这一局面有望取得突破。英国伦敦大学学院（UCL）的科学家团队开创性地提出了一种融合量子计算与人工智能（AI）的混合建模策略。他们的实验数据证实，这种新范式在预测准确度上，显著超越了仅基于传统计算机的尖端AI模型。
这项发表于权威期刊《科学进展》（Science Advances）的研究，为流体动力学建模——即高精度模拟液体与气体的流动与相互作用规律——提供了全新解决方案。此类预测技术的进步，对于提升气候预报、优化交通流、革新医疗诊断以及高效能源生产等多个关键领域，具有深远的应用价值。
量子信息如何赋能人工智能模型
性能飞跃的核心，在于量子计算机独特的信息编码与处理机制。经典计算机的比特状态固定为0或1，而量子计算机的基本单元——量子比特（qubit）则具备“叠加”特性，可以同时处于0和1的多种概率组合状态。更为强大的是，量子比特间能够形成“纠缠”关联，这使得少数量子比特就能编码和操控指数级增长的信息状态。
“在对复杂系统进行建模预测时，我们常常陷入两难，”伦敦大学学院化学系兼高级研究计算中心的资深作者彼得·科文尼教授阐述道，“进行全细节数值模拟可能耗费数周时间，实用性低；而采用纯AI模型虽然速度快捷，但其长期预测的稳健性往往不足。融合量子信息的AI模型，恰恰为我们提供了在计算效率与长期预测可靠性之间的更优权衡。”他进一步展望，该技术有望应用于提升全球气候模型精度、模拟心血管疾病中的血流动力学、探究药物分子相互作用机制，乃至优化大型风力发电场的气流布局以最大化发电效率。
混合量子-经典人工智能训练框架
尽管量子计算机被公认拥有超越经典计算的终极潜力，但其现阶段发展仍受制于硬件误差与规模限制。UCL团队提出的创新方法巧妙地规避了当前瓶颈，其核心并非全程依赖量子计算，而是在AI模型训练流程的关键环节引入量子处理器进行辅助。
具体实施路径如何？通常，人工智能模型需要通过分析海量数据来学习内在规律。在新框架下，原始数据首先由量子计算机进行处理，其核心目标是提取出复杂系统中那些随时间演化而保持不变的深层统计特征——即“动力学不变量”。这些经由量子计算高效萃取的关键特征，随后被用作训练数据，来优化运行于传统超级计算机上的经典AI模型。
效果显著。与未引入量子信息处理的基准AI模型相比，采用这种混合训练框架的模型，其预测精度平均提升了约20%。尤为重要的是，在面对混沌系统模拟时，新模型能够在更长的预测时间尺度上保持结果的稳定性与可信度。
效率的突破：内存占用指数级降低
除了精度的提升，计算效率的改善同样引人注目。新方法对计算机内存的需求降低了数百倍，这使其特别适用于超大规模的系统模拟任务。这一效率飞跃源于量子力学的两大基本原理：量子纠缠使得相隔遥远的量子比特能即时关联；量子叠加则允许单个量子比特同时表征多重信息状态。正是这些特性，赋予了量子系统即便在物理比特数量有限的情况下，也能实现强大的并行信息处理能力。
量子计算实用优势的实证
“我们的新方法以一种非常务实的方式，展现了‘量子优势’——即量子计算机在特定任务上的表现，超越了任何纯粹经典算法可能达到的理论上限。”该研究的第一作者、伦敦大学学院计算科学中心的王麦达（Maida Wang）指出。她认为，这项发现也可能反过来启发并催生更高效的经典模拟算法。团队下一步计划将该方法拓展至更庞大的数据集，并应用于现实世界中通常更为复杂的多物理场场景，同时致力于构建坚实的理论证明框架。
共同第一作者、伦敦大学学院高级研究计算中心的薛晓（Xiao Xue）补充说：“此项工作首次实证表明，量子计算能够与经典机器学习方法协同工作，有效解决包括湍流在内的复杂动力系统预测难题。目睹这种‘量子增强’策略正逐步走向实际应用，确实令人鼓舞。”
研究人员强调，量子计算机本身似乎天然适合于模拟此类复杂系统，因为它能以更接近其本质物理规律的方式进行高效表征。许多复杂系统（如湍流）展现出的非局域关联与非线性行为，与量子纠缠和叠加等效应在数学结构上存在深刻的相似性。
应对现阶段量子硬件的挑战
当然，当前的量子处理器仍普遍受到噪声、退相干和操作误差的影响，通常需要大量重复采样以获得统计上可靠的结果。研究团队采用的策略是，将量子计算严格限定在流程中的一个预处理阶段，而非在量子与经典系统间频繁交换数据，从而最大限度地减少了误差传递与噪声累积效应。
本研究使用了一台拥有20个量子比特的IQM量子处理器，并将其接入位于德国莱布尼茨超级计算中心的经典超算集群进行协同计算。值得一提的是，为了维持量子比特的相干性，这台量子计算机必须运行在极低温环境中，温度低至约零下273摄氏度，这已接近绝对零度，甚至远低于星际空间的平均温度。
（航柯）
相关攻略
星巴克在北美暂停了部署于1 1万家门店的人工智能库存管理系统。该系统旨在通过计算机视觉自动盘点物料，但实际使用中频繁出错，导致库存数据混乱，反而增加了员工核对修正的工作量。公司决定暂时回归人工盘点，并强调将依据一线反馈优化技术。此次事件反映出AI在复杂实体零售环境。
第二十二届深圳文博会圆满落幕。展会聚焦文化产业数智化与新质生产力，吸引超六千家单位参展，展出文化精品十二万余件。现场集中呈现了数字演艺、人工智能及沉浸式体验等前沿科技应用，智能装备与行业头部企业共同展示了产业转型动能。展会通过设立APEC展区、跨境电商专区等举措，拓。
5月26日，A股云计算板块个股表现分化，其中第三方云服务商优刻得（UCloud）股价出现调整。截至收盘，优刻得股价下跌3 17%，报收于42 76元 股。当日该股成交额为7249 66万元，换手率为0 41%，公司总市值回落至195 64亿元。 公开信息显示，优刻得科技股份有限公司是国内知名的中立云
5月26日，掌阅科技（股票代码：603533）股价持续走低，收盘下挫3 16%，报23 89元。当日成交额3257 46万元，换手率0 31%，公司总市值回落至104 85亿元。值得关注的是，这已是该股连续第四个交易日下跌，近四个交易日累计跌幅达9 6%，引发市场对其短期走势的讨论。 公开信息显示，
英国研究人员提出将量子计算与人工智能结合的新方法，用于预测复杂物理系统行为。该混合方法在流体动力学建模中，相比传统AI模型精度提升约20%，且内存需求大幅降低。研究展示了量子计算在提升预测速度与长期准确性方面的潜力，为气候、医学、能源等领域的模拟应用开辟了新路径。
热门专题
热门推荐
NFT的艺术革命：数字所有权如何改变创作与收藏？ 说起NFT，或者说非同质化代币，它早已不是科技圈里的小众概念。其核心在于，利用区块链技术，为原本可以无限复制的数字艺术品，打上了独一无二、可验证的“身份证”。这看似简单的技术应用，却像一块投入湖面的巨石，激起的涟漪正全方位地重塑艺术世界的游戏规则——
Instant Job Cover Letters with AI是什么 在求职过程中，一封出色的求职信往往是获得面试机会的关键。然而，如何将个人经历与职位要求精准匹配，撰写出既专业又具吸引力的内容，对许多人而言是一项挑战。今天介绍的这款工具——Instant Job Cover Letters w
CopywriterGPT io是什么 在内容营销至关重要的当下，高效创作专业营销文案是众多企业与团队的核心需求。CopywriterGPT io正是针对这一痛点推出的AI智能文案生成平台。它运用前沿人工智能技术，旨在为营销人员、创业者及中小企业主提供个性化、高质量的文案创作解决方案，帮助用户快速塑
aiRight是什么 在内容创作领域，效率与质量往往难以平衡。是否存在一款工具能够同时解决这两大难题？今天我们要深入探讨的aiRight，或许正是您寻找的解决方案。它由业界知名的科技公司研发，核心使命清晰：赋能用户高效生成与管理优质内容，尤其适合时间紧迫的内容创作者、市场营销团队以及企业级用户。 简
Ace That Application是什么 在竞争激烈的求职市场中，一份精准匹配、专业出色的简历和求职信是获得面试机会的关键。Ace That Application正是为解决这一核心需求而设计的智能平台。由Creati ai开发，它致力于通过人工智能技术，帮助求职者高效创建高度个性化的申请材料