Google DeepMind@GoogleDeepMind37Google DeepMind 宣布其基于 Gemini 的编码智能体 AlphaEvolve 在过去一年中加速了多个领域的进步,包括量子计算、生物技术、物流和 Google 的 AI 基础设施。该智能体利用算法优化,从自然世界的物理规律到航运路线规划等几乎每个生活方面都有应用。AlphaEvolve 展示了 AI 在解决复杂现实问题中的潜力,标志着编码智能体从实验室走向实际应用的重要一步。AI产品编码智能体GeminiAlphaEvolve量子计算物流优化推荐理由:AlphaEvolve 将 AI 编码能力从理论推向实际产业应用,做科研、物流或基础设施优化的团队可以关注它如何加速你的工作流。
IT之家(博客/媒体)95中国科学技术大学潘建伟团队成功研制出“九章四号”量子计算原型机,拥有1024个量子压缩态输入和8176个模式,首次操纵3050个光子的量子态,求解高斯玻色取样问题比全球最快超级计算机快10的54次方倍。该成果发表在《自然》期刊,解决了光量子计算中光子损耗的瓶颈,通过高效光源和时空混合编码技术实现连接度立方级扩展。这标志着光量子计算在规模和复杂度上的重大飞跃,巩固了中国在光量子计算领域的领先地位。AI模型九章四号量子计算光量子中国科学技术大学自然期刊推荐理由:量子计算研究者或关注前沿科技的读者,这是光量子计算里程碑式突破——九章四号将算力提升到超经典计算机10^54倍,直接刷新世界纪录,值得深入了解其技术细节。
arXiv cs.LG@Richie Yeung, Aleks Kissinger, Rob Cornish52研究人员提出了一种基于强化学习的方法来合成全连接量子比特设备的Clifford电路。代理通过将Clifford电路的辛矩阵表示简化为单位矩阵来学习门序列。引入了对量子比特重新标记具有等变性的新型神经网络架构,该架构与大小无关,允许单一策略应用于不同量子比特数。在6量子比特基准测试中,代理在毫秒内找到接近最优的解,99.2%情况下在数秒内找到最优解。在10量子比特训练后,可扩展至30量子比特,平均双量子比特门数低于Qiskit的Aaronson-Gottesman和贪婪合成器。论文强化学习量子计算电路编译Clifford电路等变神经网络推荐理由:该方法展示了强化学习在量子电路优化中的潜力,特别是其等变性和规模无关性设计,可能降低对经典编译器的依赖,对未来量子计算编译技术具有参考价值。