quantum computers
PulseAugur coverage of quantum computers — every cluster mentioning quantum computers across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的量子方法在量子计算机上模拟非线性动力学
研究人员开发了一种新的“量子Koopman方法”，用于在量子计算机上模拟复杂的非线性动力学。这个数据驱动的框架将非线性系统嵌入线性表示中，从而可以使用浅层量子电路进行模拟。该方法已成功应用于在超导处理器上模拟流体运动和洋流，证明了其在近期量子硬件上模拟中度非线性系统的潜力。
-
香港警告AI泡沫风险和量子计算威胁
香港金融监管机构总裁余伟文警告称，当前人工智能热潮可能带来潜在风险，并可能引发市场泡沫。他还强调了量子计算机的威胁，这种计算机最早可能在2029年就能够破解加密金融系统。余伟文敦促本地银行保持强劲的资本缓冲和稳健的风险管理，以减轻人工智能市场低迷与地缘政治事件可能共同引发的宏观经济冲击。
-
人工智能和量子计算增强增材制造监控
两篇新研究论文探讨了人工智能和量子计算在增材制造中的应用。第一篇论文详细介绍了一种混合方法，该方法使用机器学习，特别是EfficientNetB0和随机森林的组合，用于激光粉末床熔融（LPBF）中熔池的实时监测。该方法实现了高精度和高效率，优于纯深度学习模型。第二篇论文提出了一种混合量子-经典模型，该模型利用量子计算对LPBF熔池预测中的特征提取，通过利用量子纠缠和叠加，展示了超越经典方法的潜力。
-
经典模型将量子计算机使用量减少了 99.98%
研究人员开发了一种经典替代模型，可显著减少对昂贵量子计算机的需求。这项发表在《自然·通讯》上的新模型可以将量子计算机的调用次数减少 99.98% 以上。这项突破旨在通过允许在标准计算硬件上进行量子研究，从而使量子研究更加普及。
-
经典人工智能的进步是解锁量子计算能力的关键
尽管量子计算机有潜力解决复杂问题，但经典计算基础设施对其发展至关重要。为了让量子计算充分发挥潜力，支持性的经典硬件和软件的创新必不可少。Nvidia、Q-CTRL、IBM Quantum、Riverlane 和 Google Quantum AI 等公司正在开发基于人工智能的软件和自动校准算法，以管理量子比特的易变性并确保其可靠性。
-
量子力学启发了新的人工智能“费米-狄拉克机器”
研究人员开发了一种新方法，利用量子力学原理对经典神经元进行量化，创建了“费米-狄拉克机器”。这种方法可以创建能够学习经典神经元无法实现的功能的新型量子神经元。该研究还介绍了训练这些新神经元的有效混合量子-经典算法，并通过数值实验展示了它们的潜力。
-
专家警告：量子计算威胁“量子日”比千年虫更糟
强大的量子计算机的出现，被称为“量子日”，对网络安全构成了重大威胁，可能使当前的加密标准过时。与千年虫危机不同，“量子日”没有明确的时间表，其主要危险在于对手现在积极收集加密数据，以便以后解密。这种“先收集，后解密”的策略意味着敏感信息可能已经泄露，将加密数据变成一种负担。
-
Google 警告称量子计算机可能比预期更早破解加密技术
Google Research 发布了一份白皮书，详细说明了破解当前椭圆曲线密码学所需的量子计算资源，该密码学是加密货币安全的基础。该论文估计，未来的量子计算机可能仅用不到 1,200 个逻辑量子比特和 7000 万个 Toffoli 门就能实现这一目标，这比之前的估计有了显著的降低。Google 敦促加密货币社区过渡到后量子密码学 (PQC) 以减轻这些风险，并提供了建议和 2029 年的迁移时间表，同时还就负责任的披露方法与美国政…