2025年6月6日，2025全球人工智能技術(shù)大會（GAITC2025）專場活動之一的量智融合專題活動在杭州召開，活動由中國人工智能學(xué)會聯(lián)合北京玻色量子科技有限公司（以下簡稱“玻色量子”）、廣東緯德信息科技股份有限公司（以下簡稱“緯德信息”）共同舉辦。國務(wù)院參事、清華大學(xué)信息科學(xué)技術(shù)學(xué)院院長、北京信息科學(xué)與技術(shù)國家研究中心主任、中國人工智能學(xué)會理事長戴瓊海作為名譽(yù)主席與杭州未來科技城管委會黨工委委員勵波現(xiàn)場致辭，中國科學(xué)院計算技術(shù)研究所研究員孫曉明與玻色量子創(chuàng)始人&CEO、粵港澳大灣區(qū)（廣東）量子科學(xué)中心PI研究員文凱博士作為主席聯(lián)合主持。

　　活動現(xiàn)場，戴瓊海理事長、玻色量子創(chuàng)始人&COO馬寅以及國家萬人計劃領(lǐng)軍人才、國家科技創(chuàng)新人才、廣州市杰出人才、緯德信息創(chuàng)始人尹健攜手發(fā)布“‘CAAI-玻色’量子計算應(yīng)用創(chuàng)新基金”，這是由中國人工智能學(xué)會與我國量子計算公司首次發(fā)起的“量子計算+AI”揭榜掛帥項目，也是量子計算首次融入人工智能生態(tài)圈的標(biāo)志性起點。

　　上海交通大學(xué)二級教授、國家杰青獲得者熊紅凱，清華大學(xué)教授、北京量子信息科學(xué)研究院副院長龍桂魯，中國科學(xué)院計算技術(shù)研究所研究員孫曉明、西安電子科技大學(xué)華山特聘教授、CAAI教育工委會副秘書長李陽陽、浙江大學(xué)計算機(jī)學(xué)院百人計劃研究員盧麗強(qiáng)、上海交通大學(xué)助理研究員肖太龍、玻色量子研發(fā)總監(jiān)高奇等出席了此次活動并發(fā)表了精彩演講。

　　在以“量子計算+AI：下一代顛覆性技術(shù)的融合革命”為議題的圓桌對話上，熊紅凱教授、龍桂魯教授、文凱博士圍繞專用量子計算機(jī)、量子-經(jīng)典混合AI算法、量子原生AI“玻爾茲曼機(jī)”等技術(shù)的發(fā)展優(yōu)勢與挑戰(zhàn)等進(jìn)行了深入探討。此次人工智能領(lǐng)域的眾多頂尖學(xué)者與玻色量子的頂級技術(shù)專家共研“量子計算+AI”的學(xué)科交叉基礎(chǔ)理論、算法構(gòu)建、硬件設(shè)計和場景驗證技術(shù)創(chuàng)新等工作，引起了業(yè)內(nèi)外頂尖專家、優(yōu)秀學(xué)者的高度關(guān)注與廣泛支持。

　　大會現(xiàn)場

　　玻色量子創(chuàng)始人&CEO文凱博士主持

　　戴瓊海理事長：量子計算與AI的交匯融合，引領(lǐng)新一輪科技創(chuàng)新的浪潮

　　戴瓊海理事長致辭

　　戴瓊海理事長表示，非常高興參加2025全球人工智能技術(shù)大會專場活動之一量質(zhì)融合專題活動，共同見證“CAAI-玻色”量子計算應(yīng)用創(chuàng)新基金的正式發(fā)布，這將能帶來不一樣的成果產(chǎn)出和人才培養(yǎng)。我謹(jǐn)代表中國人工智能學(xué)會，也以一名科技工作者的身份對基金的設(shè)立表示祝賀，對玻色量子在推動前沿科技融合方面的積極探索給予更高的贊賞。當(dāng)前的人工智能和量子計算正在分別經(jīng)歷深刻的變革，這兩個方向都是“卡脖子”技術(shù)，二者的交匯融合，也一定能引領(lǐng)新一輪科技創(chuàng)新的浪潮，此次中國人工智能學(xué)會與玻色量子的合作走在了前列。

　　一方面量子計算有望突破當(dāng)前AI模型訓(xùn)練的算力瓶頸，提升算法的效率等，而在提升算法效率上，人工智能也可以反向賦能量子技術(shù)的發(fā)展，特別是在量子控制、誤差校正、算法設(shè)計等方面，為量子系統(tǒng)的穩(wěn)定性和可擴(kuò)展性，提供了一個全新的路徑。因此，量智融合是此次會議最重要的核心，不是單向技術(shù)的縱向疊加，而是在多領(lǐng)域、多學(xué)科的橫向連接，以協(xié)同創(chuàng)新非線性的增長。

　　為了加快推動這一前沿方面的落地探索，中國人工智能學(xué)會與玻色量子聯(lián)合設(shè)立了量子計算應(yīng)用創(chuàng)新基金，該基金支持一批具有原創(chuàng)性、突破性的創(chuàng)新工作。近年來，玻色量子在光量子計算機(jī)研制、量子編程平臺建設(shè)、量子教育推廣等方面取得了令人矚目的成果和進(jìn)展。玻色量子積極投入“量子計算+”生態(tài)的建設(shè)，主動與高校、科研機(jī)構(gòu)建立開放合作的關(guān)系，積極推動中國量子科技的發(fā)展走向應(yīng)用的前列，這種責(zé)任感和前瞻性值得我們贊賞和充分肯定。

　　戴瓊海理事長寄語，期待大家能夠在此次活動上進(jìn)行深入交流，各位嘉賓能暢所欲言、深入碰撞，也希望大家能夠辯論、討論、爭論，站在創(chuàng)新機(jī)遇為起點，匯聚各方的資源與智慧，推動中國在量子融合的技術(shù)路徑上率先突破。最后，預(yù)祝量智融合專題會取得圓滿成功！

　　勵波：量子計算+AI是搶占未來話語權(quán)的關(guān)鍵路徑

　　杭州未來科技城管委會黨工委委員勵波致辭

　　杭州未來科技城管委會黨工委委員勵波在致辭中表示，非常榮幸代表杭州未來科技城，與各位共同見證人工智能與量子科技融合發(fā)展的新起點。人工智能是底座，量子科技是躍遷力，二者融合是搶占未來話語權(quán)的關(guān)鍵路徑。杭州已構(gòu)建“1+3+X”未來產(chǎn)業(yè)體系——以人工智能為基座，聚焦低空經(jīng)濟(jì)、人形機(jī)器人、類腦智能三大風(fēng)口，前瞻布局量子信息等“X”個前沿領(lǐng)域。未來，我們將重點關(guān)注“量子算法加速AI訓(xùn)練”“神經(jīng)擬態(tài)計算”等融合賽道，讓更多“從0到1”的成果在此綻放。

　　重磅發(fā)布“CAAI-玻色”量子計算應(yīng)用創(chuàng)新基金

戴瓊海理事長、玻色量子創(chuàng)始人&COO馬寅、緯德信息創(chuàng)始人&董事長尹健等共同參與點亮儀式

　　會上，戴瓊海理事長、玻色量子創(chuàng)始人&COO馬寅以及緯德信息創(chuàng)始人&董事長尹健共同上臺參與點亮儀式，重磅發(fā)布“CAAI-玻色”量子計算應(yīng)用創(chuàng)新基金。該基金的正式發(fā)布，不僅大力推動量子計算前沿技術(shù)率先從實驗室邁向AI產(chǎn)學(xué)研用生態(tài)圈，也點燃了量子智能變革的燎原之火。

　　“CAAI-玻色”量子計算應(yīng)用創(chuàng)新基金由中國人工智能學(xué)會和國內(nèi)量子計算領(lǐng)軍企業(yè)玻色量子共同發(fā)起，主要聚焦“場景驗證、培育融合人才、打通轉(zhuǎn)化鏈路”，致力于面向全國各領(lǐng)域?qū)W者搭建“量子計算+”的產(chǎn)學(xué)研合作及應(yīng)用研究平臺。該基金為全國范圍內(nèi)最具創(chuàng)新力的學(xué)者提供了解與使用量子計算技術(shù)、探索和實現(xiàn)量子計算應(yīng)用的機(jī)會，并通過連接跨領(lǐng)域?qū)W者與企業(yè)研發(fā)團(tuán)隊的產(chǎn)學(xué)研合作，推動量子計算新技術(shù)在各領(lǐng)域中的應(yīng)用研究與落地，為中國量子產(chǎn)業(yè)的發(fā)展和創(chuàng)新儲備人才力量。此次基金共發(fā)布兩項技術(shù)研究命題，持續(xù)以量子計算技術(shù)在人工智能、優(yōu)化等領(lǐng)域的應(yīng)用場景發(fā)掘作為主要研究方向。

　　量子計算+AI：下一代顛覆性技術(shù)的融合革命

　　孫曉明研究員：回望過去5年，人工智能技術(shù)特別是生成AI的爆發(fā)，讓我們見到計算模式上有很多顛覆性的發(fā)展；未來5年，量子計算很可能從實驗室走向應(yīng)用，所以今天人工智能和量子計算的融合很可能是一個必然趨勢。現(xiàn)在生成式AI發(fā)展很快，但是各種量子計算硬件路線尚未收斂，請問各位嘉賓認(rèn)為在這一階段人工智能和量子計算的學(xué)者可以做點什么？

　　熊紅凱教授：人工智能現(xiàn)在用到兩個很基礎(chǔ)的工具，第一，用神經(jīng)元疊加通用函數(shù)的逼近做近似，這個近似是通過數(shù)學(xué)的最優(yōu)化方式表現(xiàn)成最優(yōu)梯度傳播去擬合成神經(jīng)網(wǎng)絡(luò)；第二，是大模型擴(kuò)散或者生成，這是在分布逼近的情況下進(jìn)行采樣。我們受限于兩種途徑，一種是傳統(tǒng)方式通過比較好的模型用輕量化的方式進(jìn)行優(yōu)化，如果能直接用量子計算的方式優(yōu)化，不用走傳統(tǒng)的老路，可以得到一個用非常強(qiáng)大的算力得到全量化的模型，現(xiàn)在光計算和量子計算技術(shù)路線就在做這一方向的結(jié)合，但是都有各自的約束性，限制性，如果兩方面能夠結(jié)合這是最好的，一個是通用的工具能寫出來，第二能夠真正多元化寫出一個EDA的工具，把傳統(tǒng)的網(wǎng)絡(luò)優(yōu)化，網(wǎng)絡(luò)結(jié)構(gòu)搜索、網(wǎng)絡(luò)梯度優(yōu)化問題做更廣義的逼近。

　　龍桂魯教授：長期來看，隨著量子計算機(jī)的成熟會給AI提供算力支持；短期來看，我們可以受到包括DeepSeek在內(nèi)的杭州六小龍的啟發(fā)。在當(dāng)前的量子計算機(jī)硬件研發(fā)階段，我認(rèn)為，以玻色量子自研的相干伊辛機(jī)為代表的專用量子計算機(jī)能提供的強(qiáng)大算力，對多行業(yè)的某些特定問題高效提供了算力的加速支持。而通用量子計算機(jī)的發(fā)展可能需要更長的時間。

　　李陽陽教授：量子計算和人工智能是雙向賦能，對于人工智能現(xiàn)在面臨的算力，包括一些大量的能量消耗，其實更加渴望量子計算，大家深入研究量子計算發(fā)現(xiàn)它是可逆計算，它可以打破摩爾定律，包括它的可逆計算適合綠色、環(huán)保的芯片研發(fā)。量子計算機(jī)硬件的真正出現(xiàn)，將為人工智能帶來顛覆性改變，所以我們研究算法的科研工作者，要改變研究計算機(jī)的編程思想和方式。

　　文凱博士：2020年，谷歌發(fā)布了可快速建立量子機(jī)器學(xué)習(xí)模型原型的開源庫TensorFlow Quantum，這個框架使得創(chuàng)建結(jié)合人工智能機(jī)器學(xué)習(xí)和量子計算的算法和混合模型成為可能。也是最早的“量子計算+AI”計算框架。龍老師做的LCU的線路分解，在這些人工智能線路模型中也發(fā)揮了非常重要的作用。量子原生的人工智能的計算范式，把以前在計算機(jī)上比較難訓(xùn)練的場景，可以用以相干伊辛機(jī)為代表的專用量子計算機(jī)進(jìn)行采樣、訓(xùn)練、優(yōu)化。通過發(fā)布“CAAI-玻色”量子計算應(yīng)用創(chuàng)新基金，希望能進(jìn)一步擴(kuò)大生態(tài)發(fā)展，進(jìn)一步擴(kuò)大量子計算的技術(shù)優(yōu)勢賦能，能夠更快地與人工智能的各個場景領(lǐng)域相結(jié)合，我們希望通過構(gòu)建“量子計算+”的生態(tài)來加速實現(xiàn)量子和人工智能的真正融合。

　　熊紅凱教授：智能往何處去：大模型與信號處理

　　上海交通大學(xué)二級教授、國家杰青獲得者熊紅凱在現(xiàn)場發(fā)表了以“智能往何處去：大模型與信號處理”為主題的精彩演講。熊紅凱教授分別從大模型與信號處理的研究背景、基于物理信息的信號重建與生成、數(shù)學(xué)物理與信號處理的交叉研究三大方面進(jìn)行了深入分享。熊紅凱教授提到，相干伊辛機(jī)是利用光子自旋的哈密頓量和QUBO問題的映射關(guān)系，與物理系統(tǒng)的自然演化特性，將能量下降與最優(yōu)化目標(biāo)結(jié)合，相比超導(dǎo)、離子阱等通用量子計算，具有量子比特數(shù)規(guī)模大、室溫穩(wěn)定運(yùn)行、低功耗等獨(dú)特優(yōu)勢，而基于相干伊辛機(jī)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練，是指利用光子自旋的哈密頓量和QUBO問題的映射關(guān)系與物理系統(tǒng)的自然演化特性，實現(xiàn)多層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程。通過對數(shù)據(jù)和網(wǎng)絡(luò)參數(shù)的編、解碼，神經(jīng)網(wǎng)絡(luò)訓(xùn)練梯度中梯度下降過程可轉(zhuǎn)化為組合優(yōu)化問題，進(jìn)而由相干伊辛機(jī)高效解決。

　　龍桂魯教授：量子信息與人工智能

　　清華大學(xué)教授、北京量子信息科學(xué)研究院副院長龍桂魯在現(xiàn)場發(fā)表了以“量子信息與人工智能”為主題的精彩演講。龍桂魯教授認(rèn)為，量子機(jī)器學(xué)習(xí)根據(jù)現(xiàn)在使用的數(shù)據(jù)和方法，可以分成四大類：CC是經(jīng)典的人工智能機(jī)器學(xué)習(xí)；CQ是數(shù)據(jù)是經(jīng)典，但是方法是量子的；QC是數(shù)據(jù)是量子的，而方法是經(jīng)典的；QQ是數(shù)據(jù)和方法都是量子。現(xiàn)在主要是可以把CQ用經(jīng)典的機(jī)器學(xué)習(xí)助力量子，比如一些輔助攻克技術(shù)的問題。量子芯片的建模設(shè)計表征，解決量子科學(xué)的問題：糾纏度量、相變等。

　　孫曉明研究員：機(jī)器學(xué)習(xí)中激活函數(shù)的高效量子線路實現(xiàn)

　　中國科學(xué)院計算技術(shù)研究所研究員孫曉明在現(xiàn)場發(fā)表了以“機(jī)器學(xué)習(xí)中激活函數(shù)的高效量子線路實現(xiàn)”為主題的精彩演講。孫曉明研究員認(rèn)為，理論上，量子機(jī)器學(xué)習(xí)或量子神經(jīng)網(wǎng)絡(luò)的表征能力原則上可超越經(jīng)典神經(jīng)網(wǎng)絡(luò)，這是它能在特定機(jī)器學(xué)習(xí)問題上展現(xiàn)優(yōu)勢的關(guān)鍵。但經(jīng)典機(jī)器學(xué)習(xí)在可靠性、安全性之外的另一重要問題是可解釋性。雖然現(xiàn)有多種模型架構(gòu)和理論解釋，但在一定程度上大模型仍常被視為一個黑盒。量子場景更為復(fù)雜——當(dāng)我們將經(jīng)典激活函數(shù)/單元替換為量子單元后，量子態(tài)空間維度大幅擴(kuò)展，且其操作是高維空間中的廣義旋轉(zhuǎn)（General transformation）而非簡單的線性變換。

　　李陽陽教授：量子計算、優(yōu)化與學(xué)習(xí)

　　西安電子科技大學(xué)華山特聘教授、CAAI教育工委會副秘書長李陽陽在現(xiàn)場發(fā)表了以“量子計算、優(yōu)化與學(xué)習(xí)”為主題的精彩演講。李陽陽教授重點分享了基于量子進(jìn)化的量子卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化、基于量子進(jìn)化的量子神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化、基于經(jīng)典量子聯(lián)合的量子神經(jīng)網(wǎng)絡(luò)編碼、基于量子生成對抗網(wǎng)絡(luò)的SAR圖像去噪、基于量子進(jìn)化神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索的遙感圖像目標(biāo)分類、基于矩陣乘積態(tài)量子張量網(wǎng)絡(luò)的多模態(tài)情感分析等方面的最新研究成果。李陽陽教授提到，團(tuán)隊已與玻色量子在專用量子計算方面開展了多項合作。

　　盧麗強(qiáng)教授：當(dāng) AI 遇見量子：雙向賦能的實踐探索

　　浙江大學(xué)計算機(jī)學(xué)院百人計劃研究員盧麗強(qiáng)在現(xiàn)場發(fā)表了以“人工智能與量子計算的交叉賦能”為主題的精彩演講，揭示了兩大領(lǐng)域交叉創(chuàng)新的前沿進(jìn)展。盧麗強(qiáng)教授指出，AI 與量子計算的協(xié)同發(fā)展可借鑒GPU的成功路徑 —— 從架構(gòu)優(yōu)化、軟硬協(xié)同到生態(tài)營造：如GPU 通過引入Tensor Core實現(xiàn)定制優(yōu)化，AlexNet 通過雙通道設(shè)計適配 GPU 硬件，以及CUDA 框架發(fā)展至今的生態(tài)價值。

　　肖太龍教授：量子AI前沿突破：量子機(jī)器學(xué)習(xí)的探索與創(chuàng)新

　　上海交通大學(xué)助理研究員肖太龍在現(xiàn)場發(fā)表了以“量子人工智能與實際應(yīng)用優(yōu)勢”為主題的精彩演講。在計算成像領(lǐng)域，肖太龍教授團(tuán)隊率先將量子機(jī)器學(xué)習(xí)應(yīng)用于單像素成像系統(tǒng)，突破傳統(tǒng)算法依賴大量標(biāo)記樣本的瓶頸，還通過實驗驗證了量子特征空間在低采樣率下的信息提取優(yōu)勢。此外，團(tuán)隊還提出了“局部等效維度判據(jù)”從理論上解釋了量子模型的泛化能力，為量子AI的實際應(yīng)用提供了關(guān)鍵理論支撐。尤其值得關(guān)注的是，團(tuán)隊將 AI 生成模型與量子物理深度結(jié)合，提出關(guān)聯(lián)記憶量子玻爾茲曼機(jī)算法，依托相干伊辛機(jī)克服經(jīng)典全連接玻爾茲曼機(jī)訓(xùn)練的負(fù)相算力瓶頸，為提升圖像生成質(zhì)量與生物醫(yī)藥建模能力開辟新路徑。

　　高奇：相干光量子計算機(jī)的人工智能賦能實踐

　　玻色量子研發(fā)總監(jiān)高奇在現(xiàn)場發(fā)表了以“相干光量子計算機(jī)的人工智能賦能實踐”為主題的精彩演講。會上，高奇特別提到了玻色量子自研的“量子原生AI”——量子玻爾茲曼機(jī)訓(xùn)練方法。這一創(chuàng)新方法巧妙利用了伊辛模型與玻爾茲曼機(jī)在數(shù)學(xué)上的等價性，解決了經(jīng)典玻爾茲曼機(jī)因高復(fù)雜度而無法高效訓(xùn)練的難點。玻色量子提出的基于相干光量子計算機(jī)的量子訓(xùn)練方法，以量子采樣替代傳統(tǒng)的Gibbs Sampling方法，大幅提升了玻爾茲曼機(jī)的訓(xùn)練效率，展現(xiàn)了“量子+AI”的深度融合。

　　未來，隨著量子計算與AI等前沿領(lǐng)域的深度融合，玻色量子將以光量子計算為引擎，聯(lián)合中國人工智能學(xué)會等合作伙伴不斷推進(jìn)實用化量子計算的場景落地，引領(lǐng)AI行業(yè)向精準(zhǔn)、高效的發(fā)展范式加速邁進(jìn)，加速“量子計算+ ” 生態(tài)不斷實用化創(chuàng)新發(fā)展。

免責(zé)聲明：以上內(nèi)容為本網(wǎng)站轉(zhuǎn)自其它媒體，相關(guān)信息僅為傳遞更多信息之目的，不代表本網(wǎng)觀點，亦不代表本網(wǎng)站贊同其觀點或證實其內(nèi)容的真實性。如稿件版權(quán)單位或個人不想在本網(wǎng)發(fā)布，可與本網(wǎng)聯(lián)系，本網(wǎng)視情況可立即將其撤除。