超导线路中的新量子比特方案； 机器学习算法帮助定位量子错误 | 全球量子科技与工业快讯第三十一期_机器学习 超导量子计算

超导线路中的新量子比特方案

量子计算机具有超越所有传统计算系统的潜力,而目前在固体材料中，最具潜力的两种方案便是超导线路和半导体量子点。它们分别通过操控超导电流和电子的自旋来实现量子信息的处理。近日，一篇刊登在顶级期刊《科学》（Science）上题为 Coherent manipulation of an Andreev spin qubit 的文章则提出了一种新的方案。

在该文章中，一组来自耶鲁大学（Yale University）研究人员通过实验展示了一种被称为Andreev自旋量子比特的方案。该量子比特是由约瑟夫森结（Josephson junction）中准粒子激发态的自旋构成的。研究人员认为这种新的方案或许可以将此前两种方案的优点结合起来，从而促进新量子信息处理平台的开发。

图片来源：耶鲁大学工程与应用科学学院  

QUEST联盟致力于开发量子计算在能源领域的应用

由丹佛大学(University of Denver)发起的量子未来电力系统升级计划(Quantum Upgraded Electric System of Tomorrow，QUEST)旨在建立一个校企联盟，将量子信息和量子计算的力量用于应对未来电网建设的挑战。该联盟将专注于开发新的量子模型、方法和算法，以更快、更准确地解决一系列网格问题。潜在的主题包括提高客户对电网的参与水平、分布式能源集成和利用的机会、改进电力质量的可靠性以及资产管理和系统效率。其他研究方向还包括需求侧管理、电动汽车研究、智能配送和网络安全等。

PsiQuantum完成4.5亿美元融资，将打造商业可行的量子计算机

PsiQuantum公司已经在D系列融资中筹集了4.5亿美元，用于建造商业上可行的量子计算机。这轮融资由贝莱德（BlackRock）管理的基金和账户牵头，参与的还有Baillie Gifford和微软（Microsoft）风险基金M12等内部人士，以及黑鸟风投（Blackbird Ventures）和淡马锡（Temasek）等新投资者。到目前为止，PsiQuantum已经筹集了6.65亿美元的资金。

PsiQuantum开发了一种独特的技术，可以使用光子线路来操纵单光子，而这些光子线路可以通过标准的半导体工艺刻制到轨迹芯片上。该公司目前正在使用合作伙伴 Global Foundries 生产线上的先进半导体工艺制造光量子芯片以及用于控制量子比特的低温电子芯片（详情请参考《全球量子科技与工业快讯第二十期》）。

机器学习算法帮助定位量子错误

近日，来自悉尼大学（University of Sydney）和初创公司Q-CTRL的研究人员最近宣布了一种通过机器学习识别量子计算机错误来源的方法。该方案可以帮助使硬件开发人员以前所未有的准确度查明性能下降的原因，从而加快了设计实用量子计算机的速度。相关研究文章 Quantum Oscillator Noise Spectroscopy via Displaced Cat States 已在线发表在物理学顶级期刊《物理评论快报》（Phys. Rev. Lett.）上。

量子计算的致命弱点之一便是环境噪声。为了减少由这种噪声引起的误差，悉尼大学的研究小组开发了一种技术，可以在离子和超导量子计算的硬件中检测到偏离执行量子算法所需的极小的误差。而为了确定检测到的误差的来源，Q-CTRL的研究人员开发了一种新方法，使用机器学习算法来处理测量结果。最后，通过结合Q-CTRL现有的量子控制技术，该方案还能够将过程中环境干扰的影响降到最低，并帮助区分“真实的”噪声源（可能是固定的）和测量本身的伪影。

 

封面图片来源：en.econostrum.info

参考来源：

1.https://www.hpcwire.com/off-the-wire/yale-researchers-combining-2-approaches-to-advance-quantum-computing/

2.https://www.smart-energy.com/industry-sectors/data_analytics/quest-for-quantum-computing-in-the-energy-sector/

3.https://www.hpcwire.com/off-the-wire/psiquantum-closes-450m-funding-to-build-commercially-viable-quantum-computer/

4.https://www.hpcwire.com/off-the-wire/q-ctrl-university-of-sydney-announce-machine-learning-technique-used-to-pinpoint-quantum-errors/

---

求是量子提供量子科技公司和科研机构的产业观察与咨询，如果您想了解更多全球量子科技的研发与产业化，请与我们联系：customerservice@qtseeker.com。

如果您发现我们的内容有偏差，或者您有相关的推荐和建议，欢迎与我们联系：socialmedia@qtseeker.com。

本文是由求是量子基于相关资料原创编写，转载请联系本公众号获取授权。同时欢迎访问我们的网站：https://www.qtseeker.com/。