“AI未来说·青年学术论坛”带你探索神奇而又充满挑战的量子计算( 五 )


李绎楠博士后研究员作“大数据时代下的量子计算”的报告分享

作为荷兰国家数学和计算机科学中心(CWI)博士后研究员 , 李绎楠博士先讲了大数据时代日益增长的数据量对计算带来的挑战 , 如存储成本高、处理速度慢 , 很难提取有效信息等问题 。 为应对这些挑战 , 进而讲到了量子计算 。 在处理大数据时 , 由于多项式级别的算法难以处理指数级的输入 , 所以未来可能需要次线性级的算法 , 而量子加速为此提供了一种可行的方案 。 然后详细讲解了量子线性方程组求解器和可分非负矩阵分解的量子算法 。 紧接着又讲到了量子算法的理论加速能否展现量子优势的问题 。 最后 , 总结了大数据处理背景下的加速方法 , 即量子算法和量子启发式经典算法 。


杨宇翔博士后研究员作“量子精密测量”的报告分享

作为苏黎世联邦理工学院(ETH)博士后研究员、微软学者奖学金获得者 , 杨宇翔博士先介绍了量子计算和量子信息 , 并进而介绍了量子精密测量 , 即利用量子力学定义更加精确的单位制、构造更加精密的传感器 , 使得极端条件下的参数测量成为可能 , 为量子计算的信息读取、态制备、噪声控制提供保障 。 然后讲到了多数测量的理论极限、量子精密测量时的输入无纠缠态和输入纠缠态等问题 , 并讲了如何使用量子精密测量探测引力波 。 紧接着讲到了量子精密测量的发展方向 , 即由态测量到门测量 , 进而到网络测量 。 最后 , 讲到了量子传感器网络 , 详细描述了节点间的量子数据传输、测量数据压缩和压缩后量子数据的传输 , 以及“量子秒表” 。

推荐阅读