量子计算是利用量子的一些特殊性质(如叠加、干涉和纠缠)来进行计算的一种新型计算方式。由于量子优越性,量子计算能为许多领域算法提供指数级或者二次加速。随着近年量子技术的成熟,量子相关技术越来越多的与各种应用实际需求结合,为应用问题提供最优解。实验室结合量子技术的发展趋势,开展量子人工智能相关研究,主要包括量子机器学习、量子启发算法和量子仿真等。


量子机器学习     

量子人工智能是量子算法在机器学习、深度学习等传统人工智能程序中的集成,它是一个探究人工智能与量子物理交叉的领域。现在人工智能面临可解释性差,最优解难和计算密集等不足。而由于量子的纠缠和隧穿等效果,在处理最优化问题方面具有天然优势。因此,量子技术越来越多的被用于加速和优化机器学习相关应用。本研究方向结合量子人工智能的发展趋势,研究基于量子计算的人工智能算法和相关技术。

量子启发   

近年虽然量子技术得到突飞猛进的发展,但可用的量子计算机数量依然稀缺。随着经典计算面临的最优化和计算复杂性问题越来越突出,借助量子计算范式的思维启发解决通用计算的问题,已经被证明是可行有效的方法,并在各种系统得到广泛应用,如推荐系统等。本研究方向,结合经典计算的挑战,结合量子计算范式的特点,研究量子启发算法的研究。

量子模拟

量子模拟技术是通过经典计算机模拟量子工作过程的技术。由于软件的灵活性,目前广泛应用于量子相关研究的方方面面。然后在经典计算机上模拟量子的过程中,面临计算墙和存储墙的问题。同时,各种新型经典计算和存储部件日新月异,如何利用这些新特性加速量子模拟过程也变得更加迫切。本研究方向,结合量子模拟过程及新型计算和存储部件,研究新型量子模拟模型和量子模拟加速方法等。